Overview

Dataset statistics

Number of variables34
Number of observations107891
Missing cells96352
Missing cells (%)2.6%
Duplicate rows1628
Duplicate rows (%)1.5%
Total size in memory28.0 MiB
Average record size in memory272.0 B

Variable types

Categorical28
Numeric6

Warnings

Dataset has 1628 (1.5%) duplicate rows Duplicates
description has a high cardinality: 89206 distinct values High cardinality
public_date has a high cardinality: 1253 distinct values High cardinality
update_date has a high cardinality: 69 distinct values High cardinality
metro_station has a high cardinality: 77 distinct values High cardinality
num_of_poly is highly correlated with metro_station and 3 other fieldsHigh correlation
metro_station is highly correlated with num_of_poly and 4 other fieldsHigh correlation
district is highly correlated with num_of_poly and 7 other fieldsHigh correlation
num_of_schools is highly correlated with num_of_poly and 6 other fieldsHigh correlation
num_of_hospitals is highly correlated with metro_station and 3 other fieldsHigh correlation
num_of_women_cons is highly correlated with metro_station and 3 other fieldsHigh correlation
num_of_kindg is highly correlated with num_of_poly and 6 other fieldsHigh correlation
num_of_metro_stations is highly correlated with metro_station and 3 other fieldsHigh correlation
num_of_dentists is highly correlated with district and 2 other fieldsHigh correlation
kitchen_square has 50981 (47.3%) missing values Missing
live_square has 45371 (42.1%) missing values Missing

Reproduction

Analysis started2021-04-25 09:24:03.124571
Analysis finished2021-04-25 09:25:25.952652
Duration1 minute and 22.83 seconds
Software versionpandas-profiling v2.11.0
Download configurationconfig.yaml

Variables

description
Categorical

HIGH CARDINALITY

Distinct89206
Distinct (%)82.7%
Missing0
Missing (%)0.0%
Memory size843.0 KiB
Светлая квартира современной планировки с полной качественной отделкой в III очереди строительства ЖК «Огни залива» на первой линии Дудергофского канала в 200 м от берега Финского залива и Южно-Приморского парка. Минимальная ширина комнат 3,14 м, высота потолка 2,72 м. Отделка квартир включает в себя: обои под покраску, ламинат 32 класса, плинтусы и порожки в тон, межкомнатные двери, радиаторы отопления с регуляцией и разводкой труб в полу, кафельная плитка на стенах и на полу санузлов, полный комплект сантехники, выводы под стиральную машину в ванной и раковину на кухне, двухкамерные стеклопакеты, счетчики воды и тепла. Часть квартир сдается без отделки. Дома на 1 675 квартир оснащены подземным отапливаемым паркингом. Комплекс расположен в обжитом микрорайоне в Красносельском районе Петербурга на берегу Финского залива и Дудергофского канала. Экологически чистый район, чистые почвы и воздух побережья. В составе ЖК «Огни залива» функционирует детский сад на 180 малышей, заселены 5 домов первых очередей строительства, запланировано строительство двух школ на 825 учеников каждая, трех детских садов, поликлиники. Проект известной группы «БФА-Девелопмент», застройщик проекта - ООО «Дудергофский проект». Дома I и II очереди строительства сданы и заселены. III очередь строительства - корпус 9 (участок 242) и корпус 8 (участок 241) – будет введена в III квартале 2023 г.
 
818
«Континенты» – жилой комплекс класса «комфорт+» в Выборгском районе Санкт-Петербурга. Комплекс возводится вдоль Брюлловской улицы, в километре от станции метро «Парнас» и всего в 500 метрах от большого Шуваловского парка. Расположение домов позволит жителям комфортно и быстро добраться практически до любой точки города: в нескольких минутах – въезд на КАД, в 600 метрах – развязка с Выборгским шоссе. В пешеходной доступности функционируют 4 школы, более 10 детских садов, медицинский центр, почтовое отделение, неподалеку – ТК «Парнас Сити» и ТРК «Гранд Каньон». В составе комплекса будет возведен детский сад на 150 малышей, появится большая торговая галерея с уютными заведениями прямо у дома.,В составе ЖК «Континенты» - 6 домов выстой 25 и 27 этажей. Архитектурная концепция комплекса выполнена мастерами известного петербургского бюро «Интерколумниум». 6 домов жилого комплекса отражают 6 континентов. Элементы частей света представлены в отделке парадных и в ландшафтном дизайне. В соответствии с тематикой того или иного континента подобрано оформление каждого холла, озеленение и оборудование дворов, арт-объекты. Во дворах разместятся игровые зоны для детей, спортивные площадки для баскетбола и мини-футбола, тренажеры, место для игры в бадминтон, зеленые места для отдыха. Для юных жителей будет обустроена велодорожка, для любителей домашних животных – зона для игр и дрессировки питомцев.,Территория дома будет закрыта от посторонних, предусмотрено круглосуточное видеонаблюдение и собственная служба охраны 24/7.,«Континенты» – жилой комплекс продуманных решений. В домах есть подземный паркинг и кладовые помещения для хранения сезонных вещей. При строительстве применяются энергоэффективные инженерные и технические решения, которые позволят экономить на оплате коммунальных услуг. Класс энергоэффективности дома «А» (Очень высокий). ,Все квартиры сдаются с качественной отделкой «под ключ» уровня «комфорт+». Ряд лотов – со встроенными кухнями.
 
589
«Любоград» — уютный малоэтажный квартал комфорт-класса, состоящий из домов высотой всего 4 этажа. Жизнь здесь будет размеренной и спокойной, а все соседи будут знать друг друга. В ЖК «Любоград» предусмотрена вся инфраструктура для полноценной и интересной жизни: два детских сада, школа, поликлиника, спортивный комплекс. На первых этажах домов откроются магазины и кафе.,«Любоград» располагается в уникальном месте Петербурга: в Стрельне, в историческом Петродворцовом районе, который славится роскошными дворцами и парками. Здесь уже есть вся социальная и торгово-сервисная инфраструктура, необходимая для комфортной жизни. Хорошую транспортную доступность обеспечивает близость развязки КАД и Санкт-Петербургского шоссе. Добраться до ближайшего метро можно на маршрутке или трамвае.
 
514
«Малоохтинский, 68» - новый проект LEGENDA Business в самом центре Петербурга, на правом берегу Невы. Проект отличает оригинальное решение по планировке земельного участка: секции ассиметрично расположены на территории жилого комплекса и окружены оазисами зелени. Проект рассчитан на 918 квартир. На подземном этаже предусмотрен тёплый паркинг, куда можно спуститься на бесшумном скоростном лифте прямо со своего этажа. На территории жилого комплекса предусмотрена система круглосуточного видеонаблюдения и IP-домофония. Особенное внимание в проекте уделено ассортименту планировочных решений от маркетинговой лаборатории LEGENDA. Из панорамных квартир открываются впечатляющие виды на Неву и архитектурные доминанты Санкт-Петербурга: Александро-Невскую лавру, Смольный собор, Невскую Ратушу и эффектное здание «Санкт-Петербург Плаза». Любоваться разводными мостами здесь можно прямо со своей панорамной террасы. Вдохновением для создания архитектурного облика послужили знаковые урбанистические проекты из Европы: похожую атмосферу вы можете ощутить, например, в самом трендовом районе Гамбурга - HafenCity. Квартал вокруг «Малоохтинского, 68» уже полностью сформирован: здесь есть и эффектные здания от именитых архитекторов, и элитные бизнес-центры, парки, wellness-инфраструктура и велодорожки. Рядом нет пятен под застройку, поэтому дом гармонично вписывается в уже благоустроенную и обжитую среду центрального Петербурга. Благодаря современной архитектуре и уникальному расположению на берегу Невы «Малоохтинский, 68» продолжает развитие современного кластера в центре Петербурга и создает новые ассоциативные образы города.
 
208
Раннее субботнее утро. Вы спускаетесь в пекарню на первом этаже своего дома за кофе и свежей выпечкой и начинаете планировать день. Может быть, отправиться на прогулку в Парк Победы, ведь он буквально в двух шагах, потом пообедать в любимом итальянском ресторане поблизости, а вечером посмотреть новую постановку в «Скороходе» у Московских ворот? Или за полчаса доехать до Пушкина, полюбоваться Екатерининским дворцом, а затем вернуться домой, переодеться и дойти до улицы Рубинштейна, чтобы встретиться с друзьями в баре? А что, если вообще полететь на выходные в Москву или Калининград – аэропорт совсем рядом, а выгодных предложений по билетам и гостиницам предостаточно,Представляем iD Park Pobedy – клубный квартал в престижном Московском районе. Это премьерный проект Euroinvest Development в сегменте Select, объединяющем качественную и трендовую недвижимость с уникальной инфраструктурой в локациях, прилегающих к историческому центру Петербурга. Удобное расположение, единое современное и лаконичное архитектурное решение, разнообразие планировок, система приватных благоустроенных дворов без машин с собственными детским садом, школой и образовательным кластером для детей и взрослых, галерея магазинов и сервисов первой необходимости, прогулочные променады со спортивными площадками – почувствуйте себя в центре новой истории! iD Park Pobedy – ваше iDеальное пространство достижений.
 
180
Other values (89201)
105582 

Length

Max length4987
Median length785
Mean length883.2087663
Min length1

Characters and Unicode

Total characters95290277
Distinct characters669
Distinct categories23 ?
Distinct scripts9 ?
Distinct blocks27 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique83262 ?
Unique (%)77.2%

Sample

1st rowЖилой квартал «Цивилизация» – проект комплексного развития городской территории. Корпуса, расположенные на первой линии, построены по кирпично-монолитной технологии, светлые фасады оформлены в стиле сталинского ампира. Дома второй линии построены по бесшовной технологии.,Планировки различаются в каждом корпусе, они представлены как классическими так и европланировками, студии отсутствуют. В некоторых квартирах спроектированы потолки высотой до 3,5 метров, кухни-гостиные и ниши под гардеробные. Фасады первой линии обращены в сторону Невы, поэтому квартиры имеют видовые характеристики.,Жилой комплекс расположен в Невском районе на Октябрьской набережной. Проект включает в себя четыре детских сада на 720 мест, две школы на 3300 мест и детский образовательный центр на 200 мест. На первых этажах корпусов предусмотрены коммерческие помещения. Придомовая территория благоустроена пешеходным бульваром, скверами, зелеными зонами и ландшафтным дизайном. Во дворе установлены детские площадки, спортивные комплексы, а также подземные и наземные многоуровневые паркинги на 4000 мест. Проектом предусмотрен собственный выход на благоустроенную набережную.,В районе расположены парки и скверы, работают магазины, отделения почты и банков, ТРК «Лондон Молл». В 10 минутах транспортом находится метро «Улица Дыбенко», выезд на КАД – в семи минутах транспортом.,Преимущества: ,-Архитектура в стиле сталинского ампира,-Небольшое количество квартир на этаже,-Коммерческие помещения на первых этажах,-Две школы, начальная школа с детским садом и четыре детских сада на территории комплекса,-Благоустроенная территория с новыми пешеходными улицами, скверами и живописным бульваром,-Комплекс окружен тремя парками,-500 метров до ТРК «Лондон Молл»,-Невский проспект в 10 минутах транспортом,Способы оплаты:,- Ипотека 50/50 (ипотечные каникулы),- Ипотека с использованием материнского капитала ,- Длительная Рассрочка
2nd row🔑🔔 Продается студия в 10 минутах от метро Звенигородская ,✅ Дом с высокими потолками и массивными стенами, с полностью обновленной инженерией, как новостройка - только в старом фонде.,✅ Квартира имеет удобную прямоугольную планировку, благодаря высоте потолков, возможно создание двухуровневого пространства. Также можем предложить отделку под ключ.,🔥 Звоните и записывайтесь на просмотр!,Преимущества дома:,✅Высота потолков 3.3,✅Зеленая зона,✅Тихий закрытый двор,✅Квартира оборудована биметаллическими радиаторами,✅Новая инженерия (Мы проложили полностью новые инженерные сети из самых лучших материалов. Качество материалов позволит им служить вам долгие годы),✅Наземная парковка,✅Толстые стены 60 см - отличная шумо и звукоизоляция,✅Окна Rehau 2-х камерные стеклопакеты,Местоположение:,Дом расположен в исторической части Петербурга,остановки общественного транспорта, позволяющие добраться в любую точку города,развитая инфраструктура - магазины, кафе, административные учреждения,Хорошее приобретение: как самому жить, так и под сдачу - выгодно инвестировать накопленный бюджет.,Для семей с детьми:,Детские сады,Детская площадка с набивным покрытием во дворе,Школы,Документы готовы к продаже.Сделка проходит нотариально, деньги через ячейку.,ПРОСМОТР ОБЪЕКТОВ ТЕПЕРЬ ДОСТУПЕН В ФОРМАТЕ ОН-ЛАЙН ПО ВИДЕОСВЯЗИ. 🔥🔥🔥Вы сможете увидеть понравившуюся студию в любое удобное время, не выходя из дома. 🏠🏠,👇 Рекомендуем к просмотру нашу подборку схожих студий внизу 👇
3rd rowddrtrtrtrtrty,Организуем показы объектов в любом формате (онлайн и оффлайн). Расскажем об особенностях объекта, локации, сделаем подробный анализ выбранных вариантов.,1. Классическая планировка,2. Высокие потолки,3. Угловая квартира,4. Двухстороняя квартира,5. Изолированные комнаты,6. Большая кухня,7. Есть балкон,8. Чистовая отделка,9. Несколько окон в комнате,10. Есть эркер, Ежемесячный (аннуитетный) платеж по ипотеке составит 56 593 рублей.,Поможем выгодно приобрести квартиру и одобрить ипотеку с минимальной ставкой. Бесплатная экспертная помощь на каждом этапе покупки.
4th row2 комнатная квартира (№ 253), общей площадью 58.1 кв.м. на 12 этаже.,Новый проект от застройщика № 1 в России!,«Цивилизация» расположится на участке площадью 60 гектаров между Октябрьской набережной, Дальневосточным проспектом, улицей Крыленко и проектируемым в створе улицы Антонова-Овсеенко проездом.
5th rowКлубный дом на 102 квартиры высотой 19 этажей. Дизайн лаконичных фасадов выполнен по авторскому проекту: в облицовке используется клинкерный кирпич теплых коричневых тонов и панорамное остекление.,На каждом этаже расположено по 6 квартир, в них спроектированы высокие потолки и широкие остекленные лоджии. Квартиры на верхних этажах имеют видовые характеристики.,На придомовой территории спроектированы зоны отдыха на стилобате, проведены работы по озеленению и благоустройству. Во дворе расположены спортивные и детские площадки и установлены камеры видеонаблюдения. В доме работает служба консьержей. Двор свободный от автомобилей: на цокольном этаже спроектирован паркинг с лифтом. ,В пешей доступности работают специализированные школы и гимназии, Удельный парк и ТРК «Сити Молл». В районе ЖК развита сеть общественного транспорта. ,Дом сдан. Заселен.,Семейная Евро Пяти - комнатная квартира с панорамным видом на город,Высокие потолки – 3 метра,Панорамное остекление балкона и лоджии,Возможна ипотека или рассрочка,Белая предчистовая отделка,До метро Пионерская 10 минут пешком,До центра 20 минут на автомобиле,ИЩЕМ и НАХОДИМ необходимую квартиру вместе с вами!,ЗВОНИТЕ.,Лучшие предложения объектов недвижимости. Подбор по цене, срокам, районам города.,И да, наши услуги бесплатны
ValueCountFrequency (%)
Светлая квартира современной планировки с полной качественной отделкой в III очереди строительства ЖК «Огни залива» на первой линии Дудергофского канала в 200 м от берега Финского залива и Южно-Приморского парка. Минимальная ширина комнат 3,14 м, высота потолка 2,72 м. Отделка квартир включает в себя: обои под покраску, ламинат 32 класса, плинтусы и порожки в тон, межкомнатные двери, радиаторы отопления с регуляцией и разводкой труб в полу, кафельная плитка на стенах и на полу санузлов, полный комплект сантехники, выводы под стиральную машину в ванной и раковину на кухне, двухкамерные стеклопакеты, счетчики воды и тепла. Часть квартир сдается без отделки. Дома на 1 675 квартир оснащены подземным отапливаемым паркингом. Комплекс расположен в обжитом микрорайоне в Красносельском районе Петербурга на берегу Финского залива и Дудергофского канала. Экологически чистый район, чистые почвы и воздух побережья. В составе ЖК «Огни залива» функционирует детский сад на 180 малышей, заселены 5 домов первых очередей строительства, запланировано строительство двух школ на 825 учеников каждая, трех детских садов, поликлиники. Проект известной группы «БФА-Девелопмент», застройщик проекта - ООО «Дудергофский проект». Дома I и II очереди строительства сданы и заселены. III очередь строительства - корпус 9 (участок 242) и корпус 8 (участок 241) – будет введена в III квартале 2023 г.818
 
0.8%
«Континенты» – жилой комплекс класса «комфорт+» в Выборгском районе Санкт-Петербурга. Комплекс возводится вдоль Брюлловской улицы, в километре от станции метро «Парнас» и всего в 500 метрах от большого Шуваловского парка. Расположение домов позволит жителям комфортно и быстро добраться практически до любой точки города: в нескольких минутах – въезд на КАД, в 600 метрах – развязка с Выборгским шоссе. В пешеходной доступности функционируют 4 школы, более 10 детских садов, медицинский центр, почтовое отделение, неподалеку – ТК «Парнас Сити» и ТРК «Гранд Каньон». В составе комплекса будет возведен детский сад на 150 малышей, появится большая торговая галерея с уютными заведениями прямо у дома.,В составе ЖК «Континенты» - 6 домов выстой 25 и 27 этажей. Архитектурная концепция комплекса выполнена мастерами известного петербургского бюро «Интерколумниум». 6 домов жилого комплекса отражают 6 континентов. Элементы частей света представлены в отделке парадных и в ландшафтном дизайне. В соответствии с тематикой того или иного континента подобрано оформление каждого холла, озеленение и оборудование дворов, арт-объекты. Во дворах разместятся игровые зоны для детей, спортивные площадки для баскетбола и мини-футбола, тренажеры, место для игры в бадминтон, зеленые места для отдыха. Для юных жителей будет обустроена велодорожка, для любителей домашних животных – зона для игр и дрессировки питомцев.,Территория дома будет закрыта от посторонних, предусмотрено круглосуточное видеонаблюдение и собственная служба охраны 24/7.,«Континенты» – жилой комплекс продуманных решений. В домах есть подземный паркинг и кладовые помещения для хранения сезонных вещей. При строительстве применяются энергоэффективные инженерные и технические решения, которые позволят экономить на оплате коммунальных услуг. Класс энергоэффективности дома «А» (Очень высокий). ,Все квартиры сдаются с качественной отделкой «под ключ» уровня «комфорт+». Ряд лотов – со встроенными кухнями.589
 
0.5%
«Любоград» — уютный малоэтажный квартал комфорт-класса, состоящий из домов высотой всего 4 этажа. Жизнь здесь будет размеренной и спокойной, а все соседи будут знать друг друга. В ЖК «Любоград» предусмотрена вся инфраструктура для полноценной и интересной жизни: два детских сада, школа, поликлиника, спортивный комплекс. На первых этажах домов откроются магазины и кафе.,«Любоград» располагается в уникальном месте Петербурга: в Стрельне, в историческом Петродворцовом районе, который славится роскошными дворцами и парками. Здесь уже есть вся социальная и торгово-сервисная инфраструктура, необходимая для комфортной жизни. Хорошую транспортную доступность обеспечивает близость развязки КАД и Санкт-Петербургского шоссе. Добраться до ближайшего метро можно на маршрутке или трамвае.514
 
0.5%
«Малоохтинский, 68» - новый проект LEGENDA Business в самом центре Петербурга, на правом берегу Невы. Проект отличает оригинальное решение по планировке земельного участка: секции ассиметрично расположены на территории жилого комплекса и окружены оазисами зелени. Проект рассчитан на 918 квартир. На подземном этаже предусмотрен тёплый паркинг, куда можно спуститься на бесшумном скоростном лифте прямо со своего этажа. На территории жилого комплекса предусмотрена система круглосуточного видеонаблюдения и IP-домофония. Особенное внимание в проекте уделено ассортименту планировочных решений от маркетинговой лаборатории LEGENDA. Из панорамных квартир открываются впечатляющие виды на Неву и архитектурные доминанты Санкт-Петербурга: Александро-Невскую лавру, Смольный собор, Невскую Ратушу и эффектное здание «Санкт-Петербург Плаза». Любоваться разводными мостами здесь можно прямо со своей панорамной террасы. Вдохновением для создания архитектурного облика послужили знаковые урбанистические проекты из Европы: похожую атмосферу вы можете ощутить, например, в самом трендовом районе Гамбурга - HafenCity. Квартал вокруг «Малоохтинского, 68» уже полностью сформирован: здесь есть и эффектные здания от именитых архитекторов, и элитные бизнес-центры, парки, wellness-инфраструктура и велодорожки. Рядом нет пятен под застройку, поэтому дом гармонично вписывается в уже благоустроенную и обжитую среду центрального Петербурга. Благодаря современной архитектуре и уникальному расположению на берегу Невы «Малоохтинский, 68» продолжает развитие современного кластера в центре Петербурга и создает новые ассоциативные образы города.208
 
0.2%
Раннее субботнее утро. Вы спускаетесь в пекарню на первом этаже своего дома за кофе и свежей выпечкой и начинаете планировать день. Может быть, отправиться на прогулку в Парк Победы, ведь он буквально в двух шагах, потом пообедать в любимом итальянском ресторане поблизости, а вечером посмотреть новую постановку в «Скороходе» у Московских ворот? Или за полчаса доехать до Пушкина, полюбоваться Екатерининским дворцом, а затем вернуться домой, переодеться и дойти до улицы Рубинштейна, чтобы встретиться с друзьями в баре? А что, если вообще полететь на выходные в Москву или Калининград – аэропорт совсем рядом, а выгодных предложений по билетам и гостиницам предостаточно,Представляем iD Park Pobedy – клубный квартал в престижном Московском районе. Это премьерный проект Euroinvest Development в сегменте Select, объединяющем качественную и трендовую недвижимость с уникальной инфраструктурой в локациях, прилегающих к историческому центру Петербурга. Удобное расположение, единое современное и лаконичное архитектурное решение, разнообразие планировок, система приватных благоустроенных дворов без машин с собственными детским садом, школой и образовательным кластером для детей и взрослых, галерея магазинов и сервисов первой необходимости, прогулочные променады со спортивными площадками – почувствуйте себя в центре новой истории! iD Park Pobedy – ваше iDеальное пространство достижений.180
 
0.2%
Апарт-отель «Начало» расположен на берегу Ивановского водоема в 15 минутах ходьбы от ст.м. «Ломоносовская». В апарт-отеле вы можете купить апартаменты и распоряжаться ими, как считаете нужным: заселиться в них, сдавать в аренду самому или с помощью УК «Начало.сервис»., Апартаменты отличают продуманные планировочные решения для максимизации полезной и эффективной площади. Готовая чистовая отделка поможет избежать многолетнего шума и грязи в лифтах и холлах от ремонта соседей. За дополнительную оплату можно заказать полное оснащение апартамента мебелью, техникой, текстилем и посудой "под ключ".,В апарт-отеле предусмотрен полный набор гостиничного сервиса - ресепшн, прачечная, служба горничных, техническая служба в формате "муж на час", еда в номер, заказ такси, помощь и техническая поддержка, а также ресторан, прачечная, велнес-центр, офисы и коворкинг, салоны красоты и прочие.,Для инвесторов УК предлагает распределенный доход в зависимости от категории номеров, который позволяет снизить риски, волатильность доходов и расходов. Инвесторы смогут получать доход, не тратя время и силы на операционную деятельность за счет наличия централизованной УК. ,Апартаменты можно приобрести в рассрочку или в ипотеку. Действует субсидированная ставка Сбербанка – от 3,6% годовых. Продажи осуществляются с использованием эскроу-счетов.,Срок окончания строительства апарт-отеля — 1 квартал 2023 года131
 
0.1%
Жилой комплекс Golden City как величественный корабль пришвартовался у намывных территорий у берегов Финского залива.,В самой живописной его части, на западном побережье Васильевского острова.,Шесть новых кварталов Golden City будут структурированы целой сетью различных общественных пространств, красивых площадей и улиц.,В комплексе представлен широкий выбор планировочных решений от комфортных студий с двумя окнами до двухуровневых квартир. ,А так же видовые квартиры с террасами и без, трехсторонние планировки с угловым остеклением, и квартиры с окном в ванной комнате.,Первые этажи предназначены под коммерцию. ,В жилом комплексе предусмотрены детские сады и школы, дойти до которых можно будет за пару минут. ,Интересные факты о проекте:,• Финалист федеральной премии ТОП ЖК-2021,• Golden City вошел в ТОП-5 инвестиционно-привлекательных новостроек Санкт-Петербурга ,• Уникальная архитектура европейского класса, уже ставшая знаковой ,• Великолепные виды на Финский залив и парковую зону из панорамных окон ,Прямая продажа от застройщика! ,Приобрести квартиру можно с помощью различных способов оплаты: ипотека, рассрочка 0%, материнский капитал. Звоните!127
 
0.1%
Представляем iD Moskovskiy – эксклюзивную резиденцию на Московском проспекте с приватным SPA-пространством для собственников, рассчитанную на 173 квартиры. Это – дебютный проект Euroinvest Development в сегменте Collection, объединяющем уникальные владения в историческом центре Петербурга.,Респектабельная локация, авторская архитектура, продолжающая традиции парадного сталинского ампира и ар-деко, впечатляющие интерьеры вестибюлей и холлов с шестиметровыми потолками, благородные фасадные и отделочные материалы, уединённый двор-сад с колоннадой для неспешных прогулок, разнообразие планировочных решений, окна в пол, современные технологии и инженерия, закрытый детский сад на территории, приветливая служба консьержей – мы продумали каждую деталь, чтобы вы могли позволить себе роскошь быть собой. Без компромиссов.119
 
0.1%
Жилой комплекс бизнес-класса Alter состоит из трёх 12-этажных башен, объединённых стилобатом, на котором разместится закрытый внутренний двор. В квартирографии представлены 220 европланировок с одной, двумя и тремя спальнями, а также варианты с террасами и свободным зонированием. Высота потолков в квартирах составляет 2,9 метров.110
 
0.1%
Жилой комплекс «Ариосто» представляет собой кирпично-монолитный дом высотой в 12 этажей. Концепцию нового квартала разработало одно из ведущих российских бюро – «Архитектурная мастерская Юсупова». Во внешнем оформлении комплекса присутствуют элементы итальянской архитектуры, а также яркие цветовые акценты по верхнему поясу здания.,В доме спроектировано 300 уникальных планировок. На этаже расположено от 2 до 6 квартир. В них предусмотрены панорамные окна и потолки высотой до 3,6 метра. В некоторых квартирах предусмотрены террасы и сауны, а также окна в ванных комнатах. Застройщик предлагает покупателям три варианта чистовой отделки на выбор: «Сканди», «Современный» и «Классика».,В состав объекта входят собственный детский сад, магазины и ресторан. В комплексе предусмотрена система автоматизации техники «Умный дом». В доме находятся кладовые помещения, а также подземный паркинг. Прилегающая к комплексу часть заказника будет преобразована в благоустроенный парк. На придомовой территории находятся площадка для скейтбординга, футбольное поле, детские площадки, велосипедные и прогулочные дорожки. Зимой будет залит каток.,Жилой комплекс находится в Приморском районе на пересечении ул. Глухарская и пр. Авиаконструкторов. Юнтоловский лесопарк расположен в 10 минутах пешком. Метро «Комендантский проспект» находится в 10 минутах транспортом.89
 
0.1%
Other values (89196)105006
97.3%
2021-04-25T12:25:26.880365image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category
ValueCountFrequency (%)
в484538
 
3.9%
и463257
 
3.7%
на281935
 
2.3%
с188443
 
1.5%
118807
 
1.0%
от104078
 
0.8%
для88461
 
0.7%
квартира86032
 
0.7%
по81510
 
0.7%
метро67898
 
0.5%
Other values (241614)10418872
84.1%

Most occurring characters

ValueCountFrequency (%)
12388088
 
13.0%
о7924958
 
8.3%
а6272595
 
6.6%
е5565289
 
5.8%
т4916221
 
5.2%
и4894237
 
5.1%
н4739419
 
5.0%
р4443368
 
4.7%
с3737948
 
3.9%
к3397193
 
3.6%
Other values (659)37010961
38.8%

Most occurring categories

ValueCountFrequency (%)
Lowercase Letter72209167
75.8%
Space Separator12449599
 
13.1%
Other Punctuation3731156
 
3.9%
Uppercase Letter3610835
 
3.8%
Decimal Number1960766
 
2.1%
Dash Punctuation576789
 
0.6%
Other Symbol137538
 
0.1%
Close Punctuation115525
 
0.1%
Open Punctuation111070
 
0.1%
Final Punctuation110154
 
0.1%
Other values (13)277678
 
0.3%

Most frequent character per category

ValueCountFrequency (%)
💥19275
14.0%
🎁18936
13.8%
📣18920
13.8%
№12875
9.4%
🔥10763
7.8%
💸9456
6.9%
⌛9443
6.9%
🤫9441
6.9%
✅5539
 
4.0%
✔4892
 
3.6%
Other values (370)17998
13.1%
ValueCountFrequency (%)
о7924958
 
11.0%
а6272595
 
8.7%
е5565289
 
7.7%
т4916221
 
6.8%
и4894237
 
6.8%
н4739419
 
6.6%
р4443368
 
6.2%
с3737948
 
5.2%
к3397193
 
4.7%
в2951169
 
4.1%
Other values (64)23366770
32.4%
ValueCountFrequency (%)
П397353
 
11.0%
К335136
 
9.3%
В285413
 
7.9%
С249201
 
6.9%
О213867
 
5.9%
Д191375
 
5.3%
И167401
 
4.6%
Н155773
 
4.3%
Т154796
 
4.3%
А147084
 
4.1%
Other values (60)1313436
36.4%
ValueCountFrequency (%)
י29
 
11.6%
ה24
 
9.6%
ר23
 
9.2%
ו20
 
8.0%
ב16
 
6.4%
מ13
 
5.2%
ת12
 
4.8%
ל11
 
4.4%
נ11
 
4.4%
ד11
 
4.4%
Other values (16)79
31.7%
ValueCountFrequency (%)
,1860555
49.9%
.1419796
38.1%
:137576
 
3.7%
!116230
 
3.1%
"91699
 
2.5%
%32051
 
0.9%
;23666
 
0.6%
/19247
 
0.5%
•9475
 
0.3%
·8659
 
0.2%
Other values (14)12202
 
0.3%
ValueCountFrequency (%)
+22402
77.3%
=3014
 
10.4%
>2217
 
7.7%
~659
 
2.3%
|224
 
0.8%
√214
 
0.7%
⟱92
 
0.3%
◼29
 
0.1%
◽27
 
0.1%
⋆19
 
0.1%
Other values (11)68
 
0.2%
ValueCountFrequency (%)
²8020
99.6%
¼21
 
0.3%
½2
 
< 0.1%
¹1
 
< 0.1%
①1
 
< 0.1%
②1
 
< 0.1%
③1
 
< 0.1%
④1
 
< 0.1%
⑤1
 
< 0.1%
⑥1
 
< 0.1%
Other values (3)3
 
< 0.1%
ValueCountFrequency (%)
1358375
18.3%
2335434
17.1%
0264301
13.5%
3192030
9.8%
5189043
9.6%
4159164
8.1%
6133951
 
6.8%
7118129
 
6.0%
8109200
 
5.6%
9101135
 
5.2%
Other values (2)4
 
< 0.1%
ValueCountFrequency (%)
-428668
74.3%
—103121
 
17.9%
–42242
 
7.3%
‐2724
 
0.5%
―17
 
< 0.1%
‑16
 
< 0.1%
‒1
 
< 0.1%
ValueCountFrequency (%)
­425
41.9%
​312
30.7%
⁣158
 
15.6%
‍111
 
10.9%
‌7
 
0.7%
2
 
0.2%
ValueCountFrequency (%)
`1525
95.1%
🏻49
 
3.1%
🏼14
 
0.9%
^12
 
0.7%
🏾3
 
0.2%
¸1
 
0.1%
ValueCountFrequency (%)
12388088
99.5%
 61491
 
0.5%
 10
 
< 0.1%
 7
 
< 0.1%
 3
 
< 0.1%
ValueCountFrequency (%)
̆4977
62.6%
️2952
37.1%
́12
 
0.2%
̈11
 
0.1%
̀2
 
< 0.1%
ValueCountFrequency (%)
18
41.9%
13
30.2%
10
23.3%
2
 
4.7%
ValueCountFrequency (%)
«109121
99.2%
“794
 
0.7%
‘31
 
< 0.1%
ValueCountFrequency (%)
»109059
99.0%
”800
 
0.7%
’295
 
0.3%
ValueCountFrequency (%)
(111027
> 99.9%
[43
 
< 0.1%
ValueCountFrequency (%)
)115483
> 99.9%
]42
 
< 0.1%
ValueCountFrequency (%)
₽10634
99.8%
$19
 
0.2%
ValueCountFrequency (%)
26808
100.0%
ValueCountFrequency (%)
_82318
100.0%
ValueCountFrequency (%)

57
100.0%
ValueCountFrequency (%)
⃣13
100.0%

Most occurring scripts

ValueCountFrequency (%)
Cyrillic75217725
78.9%
Common19461616
 
20.4%
Latin602263
 
0.6%
Inherited8085
 
< 0.1%
Braille290
 
< 0.1%
Hebrew241
 
< 0.1%
Unknown43
 
< 0.1%
Tamil8
 
< 0.1%
Arabic6
 
< 0.1%

Most frequent character per script

ValueCountFrequency (%)
12388088
63.7%
,1860555
 
9.6%
.1419796
 
7.3%
-428668
 
2.2%
1358375
 
1.8%
2335434
 
1.7%
0264301
 
1.4%
3192030
 
1.0%
5189043
 
1.0%
4159164
 
0.8%
Other values (485)1866162
 
9.6%
ValueCountFrequency (%)
о7924958
 
10.5%
а6272595
 
8.3%
е5565289
 
7.4%
т4916221
 
6.5%
и4894237
 
6.5%
н4739419
 
6.3%
р4443368
 
5.9%
с3737948
 
5.0%
к3397193
 
4.5%
в2951169
 
3.9%
Other values (60)26375328
35.1%
ValueCountFrequency (%)
i48674
 
8.1%
o44674
 
7.4%
e41318
 
6.9%
l33458
 
5.6%
t32682
 
5.4%
a31927
 
5.3%
r30443
 
5.1%
I24726
 
4.1%
n23116
 
3.8%
v17469
 
2.9%
Other values (53)273776
45.5%
ValueCountFrequency (%)
י29
12.0%
ה24
 
10.0%
ר23
 
9.5%
ו20
 
8.3%
ב16
 
6.6%
מ13
 
5.4%
ת12
 
5.0%
ל11
 
4.6%
נ11
 
4.6%
ד11
 
4.6%
Other values (15)71
29.5%
ValueCountFrequency (%)
̆4977
61.6%
️2952
36.5%
‍111
 
1.4%
⃣13
 
0.2%
́12
 
0.1%
̈11
 
0.1%
‌7
 
0.1%
̀2
 
< 0.1%
ValueCountFrequency (%)
18
41.9%
13
30.2%
10
23.3%
2
 
4.7%
ValueCountFrequency (%)
۩4
66.7%
۞2
33.3%
ValueCountFrequency (%)
⠀290
100.0%
ValueCountFrequency (%)
ஜ8
100.0%

Most occurring blocks

ValueCountFrequency (%)
Cyrillic75217725
78.9%
ASCII19457515
 
20.4%
None394527
 
0.4%
Punctuation160565
 
0.2%
Dingbats15219
 
< 0.1%
Letterlike Symbols12891
 
< 0.1%
Currency Symbols10634
 
< 0.1%
Misc Technical9542
 
< 0.1%
Diacriticals5002
 
< 0.1%
VS2952
 
< 0.1%
Other values (17)3705
 
< 0.1%

Most frequent character per block

ValueCountFrequency (%)
о7924958
 
10.5%
а6272595
 
8.3%
е5565289
 
7.4%
т4916221
 
6.5%
и4894237
 
6.5%
н4739419
 
6.3%
р4443368
 
5.9%
с3737948
 
5.0%
к3397193
 
4.5%
в2951169
 
3.9%
Other values (60)26375328
35.1%
ValueCountFrequency (%)
12388088
63.7%
,1860555
 
9.6%
.1419796
 
7.3%
-428668
 
2.2%
1358375
 
1.8%
2335434
 
1.7%
0264301
 
1.4%
3192030
 
1.0%
5189043
 
1.0%
4159164
 
0.8%
Other values (84)1862061
 
9.6%
ValueCountFrequency (%)
«109121
27.7%
»109059
27.6%
 61491
15.6%
💥19275
 
4.9%
🎁18936
 
4.8%
📣18920
 
4.8%
🔥10763
 
2.7%
💸9456
 
2.4%
🤫9441
 
2.4%
·8659
 
2.2%
Other values (287)19406
 
4.9%
ValueCountFrequency (%)
—103121
64.2%
–42242
26.3%
•9475
 
5.9%
‐2724
 
1.7%
”800
 
0.5%
“794
 
0.5%
​312
 
0.2%
’295
 
0.2%
…248
 
0.2%
⁣158
 
0.1%
Other values (12)396
 
0.2%
ValueCountFrequency (%)
✅5539
36.4%
✔4892
32.1%
❗1495
 
9.8%
❄1425
 
9.4%
➡970
 
6.4%
✓401
 
2.6%
✒209
 
1.4%
❤42
 
0.3%
❂41
 
0.3%
➕37
 
0.2%
Other values (20)168
 
1.1%
ValueCountFrequency (%)
№12875
99.9%
℅13
 
0.1%
ℹ2
 
< 0.1%
℡1
 
< 0.1%
ValueCountFrequency (%)
⌛9443
99.0%
⏩81
 
0.8%
⏬6
 
0.1%
⏱4
 
< 0.1%
⏰3
 
< 0.1%
⏺2
 
< 0.1%
⌚2
 
< 0.1%
⏹1
 
< 0.1%
ValueCountFrequency (%)
₽10634
100.0%
ValueCountFrequency (%)
̆4977
99.5%
́12
 
0.2%
̈11
 
0.2%
̀2
 
< 0.1%
ValueCountFrequency (%)
️2952
100.0%
ValueCountFrequency (%)
♦1247
56.6%
☎237
 
10.8%
⚡109
 
4.9%
☕103
 
4.7%
★91
 
4.1%
☟66
 
3.0%
☑50
 
2.3%
♀50
 
2.3%
⚜38
 
1.7%
⚠32
 
1.5%
Other values (27)181
 
8.2%
ValueCountFrequency (%)
●121
26.8%
▪81
18.0%
▫63
14.0%
►56
12.4%
◼29
 
6.4%
◽27
 
6.0%
▻26
 
5.8%
▼18
 
4.0%
■8
 
1.8%
▶8
 
1.8%
Other values (2)14
 
3.1%
ValueCountFrequency (%)
🙂26
28.3%
😊11
12.0%
🙏9
 
9.8%
😉8
 
8.7%
😎7
 
7.6%
😁5
 
5.4%
😍5
 
5.4%
😇3
 
3.3%
🙌3
 
3.3%
😯2
 
2.2%
Other values (9)13
14.1%
ValueCountFrequency (%)
√214
80.5%
⋆19
 
7.1%
⋅18
 
6.8%
−8
 
3.0%
≈3
 
1.1%
⋘2
 
0.8%
⋙2
 
0.8%
ValueCountFrequency (%)
⠀290
100.0%
ValueCountFrequency (%)
Ⓜ29
76.3%
①1
 
2.6%
②1
 
2.6%
③1
 
2.6%
④1
 
2.6%
⑤1
 
2.6%
⑥1
 
2.6%
⑦1
 
2.6%
⑧1
 
2.6%
⑨1
 
2.6%
ValueCountFrequency (%)
2
100.0%
ValueCountFrequency (%)
𝐄2
12.5%
𝟐2
12.5%
𝟎2
12.5%
𝐨2
12.5%
𝐍1
6.2%
𝐖1
6.2%
𝐓1
6.2%
𝐈1
6.2%
𝐌1
6.2%
𝐏1
6.2%
Other values (2)2
12.5%
ValueCountFrequency (%)
▀2
100.0%
ValueCountFrequency (%)
י29
12.0%
ה24
 
10.0%
ר23
 
9.5%
ו20
 
8.3%
ב16
 
6.6%
מ13
 
5.4%
ת12
 
5.0%
ל11
 
4.6%
נ11
 
4.6%
ד11
 
4.6%
Other values (15)71
29.5%
ValueCountFrequency (%)
↦1
50.0%
↕1
50.0%
ValueCountFrequency (%)
18
41.9%
13
30.2%
10
23.3%
2
 
4.7%
ValueCountFrequency (%)
ஜ8
100.0%
ValueCountFrequency (%)
═34
100.0%
ValueCountFrequency (%)
۩4
66.7%
۞2
33.3%
ValueCountFrequency (%)
﹡7
100.0%
ValueCountFrequency (%)
🅿2
66.7%
🆕1
33.3%

flat_type
Categorical

Distinct2
Distinct (%)< 0.1%
Missing0
Missing (%)0.0%
Memory size843.0 KiB
Квартира
89267 
Студия
18624 

Length

Max length8
Median length8
Mean length7.654762677
Min length6

Characters and Unicode

Total characters825880
Distinct characters10
Distinct categories2 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st rowКвартира
2nd rowСтудия
3rd rowКвартира
4th rowКвартира
5th rowКвартира
ValueCountFrequency (%)
Квартира89267
82.7%
Студия18624
 
17.3%
2021-04-25T12:25:27.174897image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category
2021-04-25T12:25:27.264235image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
ValueCountFrequency (%)
квартира89267
82.7%
студия18624
 
17.3%

Most occurring characters

ValueCountFrequency (%)
а178534
21.6%
р178534
21.6%
т107891
13.1%
и107891
13.1%
К89267
10.8%
в89267
10.8%
С18624
 
2.3%
у18624
 
2.3%
д18624
 
2.3%
я18624
 
2.3%

Most occurring categories

ValueCountFrequency (%)
Lowercase Letter717989
86.9%
Uppercase Letter107891
 
13.1%

Most frequent character per category

ValueCountFrequency (%)
а178534
24.9%
р178534
24.9%
т107891
15.0%
и107891
15.0%
в89267
12.4%
у18624
 
2.6%
д18624
 
2.6%
я18624
 
2.6%
ValueCountFrequency (%)
К89267
82.7%
С18624
 
17.3%

Most occurring scripts

ValueCountFrequency (%)
Cyrillic825880
100.0%

Most frequent character per script

ValueCountFrequency (%)
а178534
21.6%
р178534
21.6%
т107891
13.1%
и107891
13.1%
К89267
10.8%
в89267
10.8%
С18624
 
2.3%
у18624
 
2.3%
д18624
 
2.3%
я18624
 
2.3%

Most occurring blocks

ValueCountFrequency (%)
Cyrillic825880
100.0%

Most frequent character per block

ValueCountFrequency (%)
а178534
21.6%
р178534
21.6%
т107891
13.1%
и107891
13.1%
К89267
10.8%
в89267
10.8%
С18624
 
2.3%
у18624
 
2.3%
д18624
 
2.3%
я18624
 
2.3%

object_type
Categorical

Distinct2
Distinct (%)< 0.1%
Missing0
Missing (%)0.0%
Memory size843.0 KiB
Новостройка
77919 
Вторичная
29972 

Length

Max length11
Median length11
Mean length10.44440222
Min length9

Characters and Unicode

Total characters1126857
Distinct characters14
Distinct categories2 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st rowНовостройка
2nd rowВторичная
3rd rowНовостройка
4th rowНовостройка
5th rowНовостройка
ValueCountFrequency (%)
Новостройка77919
72.2%
Вторичная29972
 
27.8%
2021-04-25T12:25:27.452032image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category
2021-04-25T12:25:27.530137image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
ValueCountFrequency (%)
новостройка77919
72.2%
вторичная29972
 
27.8%

Most occurring characters

ValueCountFrequency (%)
о263729
23.4%
т107891
9.6%
р107891
9.6%
а107891
9.6%
Н77919
 
6.9%
в77919
 
6.9%
с77919
 
6.9%
й77919
 
6.9%
к77919
 
6.9%
В29972
 
2.7%
Other values (4)119888
10.6%

Most occurring categories

ValueCountFrequency (%)
Lowercase Letter1018966
90.4%
Uppercase Letter107891
 
9.6%

Most frequent character per category

ValueCountFrequency (%)
о263729
25.9%
т107891
10.6%
р107891
10.6%
а107891
10.6%
в77919
 
7.6%
с77919
 
7.6%
й77919
 
7.6%
к77919
 
7.6%
и29972
 
2.9%
ч29972
 
2.9%
Other values (2)59944
 
5.9%
ValueCountFrequency (%)
Н77919
72.2%
В29972
 
27.8%

Most occurring scripts

ValueCountFrequency (%)
Cyrillic1126857
100.0%

Most frequent character per script

ValueCountFrequency (%)
о263729
23.4%
т107891
9.6%
р107891
9.6%
а107891
9.6%
Н77919
 
6.9%
в77919
 
6.9%
с77919
 
6.9%
й77919
 
6.9%
к77919
 
6.9%
В29972
 
2.7%
Other values (4)119888
10.6%

Most occurring blocks

ValueCountFrequency (%)
Cyrillic1126857
100.0%

Most frequent character per block

ValueCountFrequency (%)
о263729
23.4%
т107891
9.6%
р107891
9.6%
а107891
9.6%
Н77919
 
6.9%
в77919
 
6.9%
с77919
 
6.9%
й77919
 
6.9%
к77919
 
6.9%
В29972
 
2.7%
Other values (4)119888
10.6%

rooms
Categorical

Distinct5
Distinct (%)< 0.1%
Missing0
Missing (%)0.0%
Memory size843.0 KiB
1
55132 
2
30702 
3
17993 
4
 
3242
5
 
822

Length

Max length1
Median length1
Mean length1
Min length1

Characters and Unicode

Total characters107891
Distinct characters5
Distinct categories1 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st row1
2nd row1
3rd row1
4th row2
5th row5
ValueCountFrequency (%)
155132
51.1%
230702
28.5%
317993
 
16.7%
43242
 
3.0%
5822
 
0.8%
2021-04-25T12:25:27.705016image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category
2021-04-25T12:25:27.767498image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
ValueCountFrequency (%)
155132
51.1%
230702
28.5%
317993
 
16.7%
43242
 
3.0%
5822
 
0.8%

Most occurring characters

ValueCountFrequency (%)
155132
51.1%
230702
28.5%
317993
 
16.7%
43242
 
3.0%
5822
 
0.8%

Most occurring categories

ValueCountFrequency (%)
Decimal Number107891
100.0%

Most frequent character per category

ValueCountFrequency (%)
155132
51.1%
230702
28.5%
317993
 
16.7%
43242
 
3.0%
5822
 
0.8%

Most occurring scripts

ValueCountFrequency (%)
Common107891
100.0%

Most frequent character per script

ValueCountFrequency (%)
155132
51.1%
230702
28.5%
317993
 
16.7%
43242
 
3.0%
5822
 
0.8%

Most occurring blocks

ValueCountFrequency (%)
ASCII107891
100.0%

Most frequent character per block

ValueCountFrequency (%)
155132
51.1%
230702
28.5%
317993
 
16.7%
43242
 
3.0%
5822
 
0.8%

floors
Real number (ℝ≥0)

Distinct25
Distinct (%)< 0.1%
Missing0
Missing (%)0.0%
Infinite0
Infinite (%)0.0%
Mean7.8571892
Minimum1
Maximum25
Zeros0
Zeros (%)0.0%
Memory size843.0 KiB
2021-04-25T12:25:27.862405image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/

Quantile statistics

Minimum1
5-th percentile1
Q13
median7
Q311
95-th percentile19
Maximum25
Range24
Interquartile range (IQR)8

Descriptive statistics

Standard deviation5.574791297
Coefficient of variation (CV)0.7095147074
Kurtosis0.1769215787
Mean7.8571892
Median Absolute Deviation (MAD)4
Skewness0.9211140014
Sum847720
Variance31.078298
MonotocityNot monotonic
2021-04-25T12:25:27.971756image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram with fixed size bins (bins=25)
ValueCountFrequency (%)
212277
11.4%
39922
 
9.2%
49229
 
8.6%
58753
 
8.1%
66962
 
6.5%
76842
 
6.3%
86616
 
6.1%
16492
 
6.0%
95518
 
5.1%
105076
 
4.7%
Other values (15)30204
28.0%
ValueCountFrequency (%)
16492
6.0%
212277
11.4%
39922
9.2%
49229
8.6%
58753
8.1%
ValueCountFrequency (%)
25333
 
0.3%
24751
0.7%
23820
0.8%
22924
0.9%
21965
0.9%

square
Real number (ℝ≥0)

Distinct1915
Distinct (%)1.8%
Missing0
Missing (%)0.0%
Infinite0
Infinite (%)0.0%
Mean54.41206125
Minimum10
Maximum399
Zeros0
Zeros (%)0.0%
Memory size843.0 KiB
2021-04-25T12:25:28.096727image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/

Quantile statistics

Minimum10
5-th percentile22.4
Q134.3
median45.8
Q366.4
95-th percentile113
Maximum399
Range389
Interquartile range (IQR)32.1

Descriptive statistics

Standard deviation30.76264773
Coefficient of variation (CV)0.5653644987
Kurtosis8.515148353
Mean54.41206125
Median Absolute Deviation (MAD)14.6
Skewness2.187356869
Sum5870571.7
Variance946.3404953
MonotocityNot monotonic
2021-04-25T12:25:28.223532image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram with fixed size bins (bins=50)
ValueCountFrequency (%)
34911
 
0.8%
25832
 
0.8%
37798
 
0.7%
26790
 
0.7%
35787
 
0.7%
36715
 
0.7%
22.1711
 
0.7%
38.7635
 
0.6%
50630
 
0.6%
32610
 
0.6%
Other values (1905)100472
93.1%
ValueCountFrequency (%)
1011
< 0.1%
111
 
< 0.1%
11.31
 
< 0.1%
11.54
 
< 0.1%
11.61
 
< 0.1%
ValueCountFrequency (%)
3991
< 0.1%
3902
< 0.1%
389.41
< 0.1%
388.51
< 0.1%
3861
< 0.1%

kitchen_square
Real number (ℝ≥0)

MISSING

Distinct575
Distinct (%)1.0%
Missing50981
Missing (%)47.3%
Infinite0
Infinite (%)0.0%
Mean13.67254085
Minimum2
Maximum100
Zeros0
Zeros (%)0.0%
Memory size843.0 KiB
2021-04-25T12:25:28.367043image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/

Quantile statistics

Minimum2
5-th percentile5
Q19
median12.4
Q316.6
95-th percentile26
Maximum100
Range98
Interquartile range (IQR)7.6

Descriptive statistics

Standard deviation7.488326034
Coefficient of variation (CV)0.5476908874
Kurtosis17.03217942
Mean13.67254085
Median Absolute Deviation (MAD)3.7
Skewness2.789743131
Sum778104.3
Variance56.07502679
MonotocityNot monotonic
2021-04-25T12:25:28.504019image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram with fixed size bins (bins=50)
ValueCountFrequency (%)
52741
 
2.5%
102087
 
1.9%
111294
 
1.2%
121244
 
1.2%
151158
 
1.1%
91012
 
0.9%
8903
 
0.8%
14839
 
0.8%
17838
 
0.8%
13819
 
0.8%
Other values (565)43975
40.8%
(Missing)50981
47.3%
ValueCountFrequency (%)
2318
0.3%
2.15
 
< 0.1%
2.21
 
< 0.1%
2.32
 
< 0.1%
2.56
 
< 0.1%
ValueCountFrequency (%)
1008
< 0.1%
98.63
 
< 0.1%
98.21
 
< 0.1%
981
 
< 0.1%
97.51
 
< 0.1%

live_square
Real number (ℝ≥0)

MISSING

Distinct1201
Distinct (%)1.9%
Missing45371
Missing (%)42.1%
Infinite0
Infinite (%)0.0%
Mean30.81698177
Minimum5
Maximum322.8
Zeros0
Zeros (%)0.0%
Memory size843.0 KiB
2021-04-25T12:25:28.784712image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/

Quantile statistics

Minimum5
5-th percentile10.7
Q116
median26
Q340
95-th percentile69.4
Maximum322.8
Range317.8
Interquartile range (IQR)24

Descriptive statistics

Standard deviation20.20922098
Coefficient of variation (CV)0.6557819691
Kurtosis8.691669272
Mean30.81698177
Median Absolute Deviation (MAD)11
Skewness2.095559421
Sum1926677.7
Variance408.4126128
MonotocityNot monotonic
2021-04-25T12:25:28.925313image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram with fixed size bins (bins=50)
ValueCountFrequency (%)
181478
 
1.4%
151050
 
1.0%
17997
 
0.9%
16894
 
0.8%
14881
 
0.8%
30651
 
0.6%
20619
 
0.6%
11606
 
0.6%
10547
 
0.5%
10.7495
 
0.5%
Other values (1191)54302
50.3%
(Missing)45371
42.1%
ValueCountFrequency (%)
56
< 0.1%
5.11
 
< 0.1%
5.21
 
< 0.1%
5.61
 
< 0.1%
610
< 0.1%
ValueCountFrequency (%)
322.81
< 0.1%
3001
< 0.1%
2701
< 0.1%
263.91
< 0.1%
258.91
< 0.1%

price
Real number (ℝ≥0)

Distinct34250
Distinct (%)31.7%
Missing0
Missing (%)0.0%
Infinite0
Infinite (%)0.0%
Mean9699930.329
Minimum1107000
Maximum99950000
Zeros0
Zeros (%)0.0%
Memory size843.0 KiB
2021-04-25T12:25:29.079551image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/

Quantile statistics

Minimum1107000
5-th percentile3380380
Q15000000
median7200000
Q311054778
95-th percentile24247750
Maximum99950000
Range98843000
Interquartile range (IQR)6054778

Descriptive statistics

Standard deviation8731926.682
Coefficient of variation (CV)0.9002050928
Kurtosis23.20249192
Mean9699930.329
Median Absolute Deviation (MAD)2550000
Skewness4.007710161
Sum1.046535183 × 1012
Variance7.624654358 × 1013
MonotocityNot monotonic
2021-04-25T12:25:29.216628image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram with fixed size bins (bins=50)
ValueCountFrequency (%)
6500000501
 
0.5%
5500000435
 
0.4%
7500000424
 
0.4%
4500000377
 
0.3%
5200000347
 
0.3%
8500000344
 
0.3%
6000000342
 
0.3%
5300000340
 
0.3%
4200000328
 
0.3%
5800000321
 
0.3%
Other values (34240)104132
96.5%
ValueCountFrequency (%)
11070001
< 0.1%
12000001
< 0.1%
14350001
< 0.1%
14550001
< 0.1%
14588881
< 0.1%
ValueCountFrequency (%)
999500001
 
< 0.1%
999000002
 
< 0.1%
990000007
< 0.1%
989000001
 
< 0.1%
988000001
 
< 0.1%

build_matireal
Categorical

Distinct3
Distinct (%)< 0.1%
Missing0
Missing (%)0.0%
Memory size843.0 KiB
Монолит
54233 
Кирпич
41048 
Панель
12610 

Length

Max length7
Median length7
Mean length6.502664726
Min length6

Characters and Unicode

Total characters701579
Distinct characters14
Distinct categories2 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st rowПанель
2nd rowКирпич
3rd rowКирпич
4th rowПанель
5th rowМонолит
ValueCountFrequency (%)
Монолит54233
50.3%
Кирпич41048
38.0%
Панель12610
 
11.7%
2021-04-25T12:25:29.448482image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category
2021-04-25T12:25:29.520435image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
ValueCountFrequency (%)
монолит54233
50.3%
кирпич41048
38.0%
панель12610
 
11.7%

Most occurring characters

ValueCountFrequency (%)
и136329
19.4%
о108466
15.5%
н66843
9.5%
л66843
9.5%
М54233
 
7.7%
т54233
 
7.7%
К41048
 
5.9%
р41048
 
5.9%
п41048
 
5.9%
ч41048
 
5.9%
Other values (4)50440
 
7.2%

Most occurring categories

ValueCountFrequency (%)
Lowercase Letter593688
84.6%
Uppercase Letter107891
 
15.4%

Most frequent character per category

ValueCountFrequency (%)
и136329
23.0%
о108466
18.3%
н66843
11.3%
л66843
11.3%
т54233
 
9.1%
р41048
 
6.9%
п41048
 
6.9%
ч41048
 
6.9%
а12610
 
2.1%
е12610
 
2.1%
ValueCountFrequency (%)
М54233
50.3%
К41048
38.0%
П12610
 
11.7%

Most occurring scripts

ValueCountFrequency (%)
Cyrillic701579
100.0%

Most frequent character per script

ValueCountFrequency (%)
и136329
19.4%
о108466
15.5%
н66843
9.5%
л66843
9.5%
М54233
 
7.7%
т54233
 
7.7%
К41048
 
5.9%
р41048
 
5.9%
п41048
 
5.9%
ч41048
 
5.9%
Other values (4)50440
 
7.2%

Most occurring blocks

ValueCountFrequency (%)
Cyrillic701579
100.0%

Most frequent character per block

ValueCountFrequency (%)
и136329
19.4%
о108466
15.5%
н66843
9.5%
л66843
9.5%
М54233
 
7.7%
т54233
 
7.7%
К41048
 
5.9%
р41048
 
5.9%
п41048
 
5.9%
ч41048
 
5.9%
Other values (4)50440
 
7.2%

public_date
Categorical

HIGH CARDINALITY

Distinct1253
Distinct (%)1.2%
Missing0
Missing (%)0.0%
Memory size843.0 KiB
15/2/2021
18956 
26/3/2021
 
6934
22/3/2021
 
4242
3/2/2021
 
1503
4/3/2021
 
1427
Other values (1248)
74829 

Length

Max length10
Median length9
Mean length8.895792976
Min length8

Characters and Unicode

Total characters959776
Distinct characters11
Distinct categories2 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique343 ?
Unique (%)0.3%

Sample

1st row4/2/2021
2nd row13/5/2020
3rd row15/2/2021
4th row4/3/2021
5th row6/2/2021
ValueCountFrequency (%)
15/2/202118956
 
17.6%
26/3/20216934
 
6.4%
22/3/20214242
 
3.9%
3/2/20211503
 
1.4%
4/3/20211427
 
1.3%
19/2/20211283
 
1.2%
20/2/20211161
 
1.1%
25/3/20211133
 
1.1%
12/2/20211123
 
1.0%
6/3/20211112
 
1.0%
Other values (1243)69017
64.0%
2021-04-25T12:25:29.774076image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category
ValueCountFrequency (%)
15/2/202118956
 
17.6%
26/3/20216934
 
6.4%
22/3/20214242
 
3.9%
3/2/20211503
 
1.4%
4/3/20211427
 
1.3%
19/2/20211283
 
1.2%
20/2/20211161
 
1.1%
25/3/20211133
 
1.1%
12/2/20211123
 
1.0%
6/3/20211112
 
1.0%
Other values (1243)69017
64.0%

Most occurring characters

ValueCountFrequency (%)
2299845
31.2%
/215782
22.5%
1168723
17.6%
0141625
14.8%
343434
 
4.5%
526820
 
2.8%
616935
 
1.8%
916169
 
1.7%
810927
 
1.1%
710366
 
1.1%

Most occurring categories

ValueCountFrequency (%)
Decimal Number743994
77.5%
Other Punctuation215782
 
22.5%

Most frequent character per category

ValueCountFrequency (%)
2299845
40.3%
1168723
22.7%
0141625
19.0%
343434
 
5.8%
526820
 
3.6%
616935
 
2.3%
916169
 
2.2%
810927
 
1.5%
710366
 
1.4%
49150
 
1.2%
ValueCountFrequency (%)
/215782
100.0%

Most occurring scripts

ValueCountFrequency (%)
Common959776
100.0%

Most frequent character per script

ValueCountFrequency (%)
2299845
31.2%
/215782
22.5%
1168723
17.6%
0141625
14.8%
343434
 
4.5%
526820
 
2.8%
616935
 
1.8%
916169
 
1.7%
810927
 
1.1%
710366
 
1.1%

Most occurring blocks

ValueCountFrequency (%)
ASCII959776
100.0%

Most frequent character per block

ValueCountFrequency (%)
2299845
31.2%
/215782
22.5%
1168723
17.6%
0141625
14.8%
343434
 
4.5%
526820
 
2.8%
616935
 
1.8%
916169
 
1.7%
810927
 
1.1%
710366
 
1.1%

update_date
Categorical

HIGH CARDINALITY

Distinct69
Distinct (%)0.1%
Missing0
Missing (%)0.0%
Memory size843.0 KiB
20/2/2021
14106 
24/2/2021
7393 
19/2/2021
7017 
27/3/2021
 
5963
18/2/2021
 
5431
Other values (64)
67981 

Length

Max length9
Median length9
Mean length8.892447007
Min length8

Characters and Unicode

Total characters959415
Distinct characters11
Distinct categories2 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique3 ?
Unique (%)< 0.1%

Sample

1st row4/2/2021
2nd row13/2/2021
3rd row19/2/2021
4th row4/3/2021
5th row24/3/2021
ValueCountFrequency (%)
20/2/202114106
 
13.1%
24/2/20217393
 
6.9%
19/2/20217017
 
6.5%
27/3/20215963
 
5.5%
18/2/20215431
 
5.0%
26/3/20214431
 
4.1%
28/3/20213935
 
3.6%
15/2/20213679
 
3.4%
17/2/20213510
 
3.3%
24/3/20213182
 
2.9%
Other values (59)49244
45.6%
2021-04-25T12:25:30.039945image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category
ValueCountFrequency (%)
20/2/202114106
 
13.1%
24/2/20217393
 
6.9%
19/2/20217017
 
6.5%
27/3/20215963
 
5.5%
18/2/20215431
 
5.0%
26/3/20214431
 
4.1%
28/3/20213935
 
3.6%
15/2/20213679
 
3.4%
17/2/20213510
 
3.3%
24/3/20213182
 
2.9%
Other values (59)49244
45.6%

Most occurring characters

ValueCountFrequency (%)
2349965
36.5%
/215782
22.5%
1154287
16.1%
0124551
 
13.0%
346378
 
4.8%
413314
 
1.4%
712327
 
1.3%
812276
 
1.3%
510617
 
1.1%
610049
 
1.0%

Most occurring categories

ValueCountFrequency (%)
Decimal Number743633
77.5%
Other Punctuation215782
 
22.5%

Most frequent character per category

ValueCountFrequency (%)
2349965
47.1%
1154287
20.7%
0124551
 
16.7%
346378
 
6.2%
413314
 
1.8%
712327
 
1.7%
812276
 
1.7%
510617
 
1.4%
610049
 
1.4%
99869
 
1.3%
ValueCountFrequency (%)
/215782
100.0%

Most occurring scripts

ValueCountFrequency (%)
Common959415
100.0%

Most frequent character per script

ValueCountFrequency (%)
2349965
36.5%
/215782
22.5%
1154287
16.1%
0124551
 
13.0%
346378
 
4.8%
413314
 
1.4%
712327
 
1.3%
812276
 
1.3%
510617
 
1.1%
610049
 
1.0%

Most occurring blocks

ValueCountFrequency (%)
ASCII959415
100.0%

Most frequent character per block

ValueCountFrequency (%)
2349965
36.5%
/215782
22.5%
1154287
16.1%
0124551
 
13.0%
346378
 
4.8%
413314
 
1.4%
712327
 
1.3%
812276
 
1.3%
510617
 
1.1%
610049
 
1.0%

district_rating
Categorical

Distinct10
Distinct (%)< 0.1%
Missing0
Missing (%)0.0%
Memory size843.0 KiB
3,7
46222 
3,8
15549 
3,9
12294 
4,0
10322 
3,2
5498 
Other values (5)
18006 

Length

Max length3
Median length3
Mean length3
Min length3

Characters and Unicode

Total characters323673
Distinct characters11
Distinct categories2 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st row3,5
2nd row3,7
3rd row3,7
4th row3,5
5th row3,9
ValueCountFrequency (%)
3,746222
42.8%
3,815549
 
14.4%
3,912294
 
11.4%
4,010322
 
9.6%
3,25498
 
5.1%
3,65466
 
5.1%
3,55148
 
4.8%
3,32559
 
2.4%
4,12524
 
2.3%
3,42309
 
2.1%
2021-04-25T12:25:30.247253image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category
2021-04-25T12:25:30.319133image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
ValueCountFrequency (%)
3,746222
42.8%
3,815549
 
14.4%
3,912294
 
11.4%
4,010322
 
9.6%
3,25498
 
5.1%
3,65466
 
5.1%
3,55148
 
4.8%
3,32559
 
2.4%
4,12524
 
2.3%
3,42309
 
2.1%

Most occurring characters

ValueCountFrequency (%)
,107891
33.3%
397604
30.2%
746222
14.3%
815549
 
4.8%
415155
 
4.7%
912294
 
3.8%
010322
 
3.2%
25498
 
1.7%
65466
 
1.7%
55148
 
1.6%

Most occurring categories

ValueCountFrequency (%)
Decimal Number215782
66.7%
Other Punctuation107891
33.3%

Most frequent character per category

ValueCountFrequency (%)
397604
45.2%
746222
21.4%
815549
 
7.2%
415155
 
7.0%
912294
 
5.7%
010322
 
4.8%
25498
 
2.5%
65466
 
2.5%
55148
 
2.4%
12524
 
1.2%
ValueCountFrequency (%)
,107891
100.0%

Most occurring scripts

ValueCountFrequency (%)
Common323673
100.0%

Most frequent character per script

ValueCountFrequency (%)
,107891
33.3%
397604
30.2%
746222
14.3%
815549
 
4.8%
415155
 
4.7%
912294
 
3.8%
010322
 
3.2%
25498
 
1.7%
65466
 
1.7%
55148
 
1.6%

Most occurring blocks

ValueCountFrequency (%)
ASCII323673
100.0%

Most frequent character per block

ValueCountFrequency (%)
,107891
33.3%
397604
30.2%
746222
14.3%
815549
 
4.8%
415155
 
4.7%
912294
 
3.8%
010322
 
3.2%
25498
 
1.7%
65466
 
1.7%
55148
 
1.6%

district
Categorical

HIGH CORRELATION

Distinct18
Distinct (%)< 0.1%
Missing0
Missing (%)0.0%
Memory size843.0 KiB
Выборгский
18111 
Приморский
17540 
Невский
13492 
Московский
11092 
Калининский
10923 
Other values (13)
36733 

Length

Max length17
Median length10
Mean length10.87998999
Min length7

Characters and Unicode

Total characters1173853
Distinct characters35
Distinct categories3 ?
Distinct scripts3 ?
Distinct blocks2 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st rowНевский
2nd rowАдмиралтейский
3rd rowНевский
4th rowНевский
5th rowПриморский
ValueCountFrequency (%)
Выборгский18111
16.8%
Приморский17540
16.3%
Невский13492
12.5%
Московский11092
10.3%
Калининский10923
10.1%
Красносельский7180
 
6.7%
Ваcилеостровский5224
 
4.8%
Петроградский4633
 
4.3%
Адмиралтейский4148
 
3.8%
Красногвардейский3386
 
3.1%
Other values (8)12162
11.3%
2021-04-25T12:25:30.569690image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category
ValueCountFrequency (%)
выборгский18111
16.8%
приморский17540
16.3%
невский13492
12.5%
московский11092
10.3%
калининский10923
10.1%
красносельский7180
 
6.7%
ваcилеостровский5224
 
4.8%
петроградский4633
 
4.3%
адмиралтейский4148
 
3.8%
красногвардейский3386
 
3.1%
Other values (8)12162
11.3%

Most occurring characters

ValueCountFrequency (%)
и157692
13.4%
с137707
11.7%
к117643
10.0%
й114127
 
9.7%
р96274
 
8.2%
о88277
 
7.5%
н46537
 
4.0%
е46022
 
3.9%
а43108
 
3.7%
в36382
 
3.1%
Other values (25)290084
24.7%

Most occurring categories

ValueCountFrequency (%)
Lowercase Letter1063366
90.6%
Uppercase Letter109189
 
9.3%
Dash Punctuation1298
 
0.1%

Most frequent character per category

ValueCountFrequency (%)
и157692
14.8%
с137707
13.0%
к117643
11.1%
й114127
10.7%
р96274
9.1%
о88277
8.3%
н46537
 
4.4%
е46022
 
4.3%
а43108
 
4.1%
в36382
 
3.4%
Other values (15)179597
16.9%
ValueCountFrequency (%)
П25521
23.4%
К25170
23.1%
В23547
21.6%
Н13492
12.4%
М11092
10.2%
А4148
 
3.8%
Ц2930
 
2.7%
Ф1991
 
1.8%
С1298
 
1.2%
ValueCountFrequency (%)
-1298
100.0%

Most occurring scripts

ValueCountFrequency (%)
Cyrillic1167331
99.4%
Latin5224
 
0.4%
Common1298
 
0.1%

Most frequent character per script

ValueCountFrequency (%)
и157692
13.5%
с137707
11.8%
к117643
10.1%
й114127
9.8%
р96274
 
8.2%
о88277
 
7.6%
н46537
 
4.0%
е46022
 
3.9%
а43108
 
3.7%
в36382
 
3.1%
Other values (23)283562
24.3%
ValueCountFrequency (%)
c5224
100.0%
ValueCountFrequency (%)
-1298
100.0%

Most occurring blocks

ValueCountFrequency (%)
Cyrillic1167331
99.4%
ASCII6522
 
0.6%

Most frequent character per block

ValueCountFrequency (%)
и157692
13.5%
с137707
11.8%
к117643
10.1%
й114127
9.8%
р96274
 
8.2%
о88277
 
7.6%
н46537
 
4.0%
е46022
 
3.9%
а43108
 
3.7%
в36382
 
3.1%
Other values (23)283562
24.3%
ValueCountFrequency (%)
c5224
80.1%
-1298
 
19.9%

underground
Categorical

Distinct6
Distinct (%)< 0.1%
Missing0
Missing (%)0.0%
Memory size843.0 KiB
0 - 1000
30373 
1000 - 2000
28944 
3000 - 4000
16899 
2000 - 3000
14794 
4000 - 5000
12196 

Length

Max length11
Median length11
Mean length9.938335913
Min length6

Characters and Unicode

Total characters1072257
Distinct characters9
Distinct categories4 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st row1000 - 2000
2nd row0 - 1000
3rd row1000 - 2000
4th row1000 - 2000
5th row0 - 1000
ValueCountFrequency (%)
0 - 100030373
28.2%
1000 - 200028944
26.8%
3000 - 400016899
15.7%
2000 - 300014794
13.7%
4000 - 500012196
11.3%
> 50004685
 
4.3%
2021-04-25T12:25:30.781278image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category
2021-04-25T12:25:30.845032image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
ValueCountFrequency (%)
107891
33.8%
100059317
18.6%
200043738
13.7%
300031693
 
9.9%
030373
 
9.5%
400029095
 
9.1%
500016881
 
5.3%

Most occurring characters

ValueCountFrequency (%)
0572545
53.4%
211097
 
19.7%
-103206
 
9.6%
159317
 
5.5%
243738
 
4.1%
331693
 
3.0%
429095
 
2.7%
516881
 
1.6%
>4685
 
0.4%

Most occurring categories

ValueCountFrequency (%)
Decimal Number753269
70.3%
Space Separator211097
 
19.7%
Dash Punctuation103206
 
9.6%
Math Symbol4685
 
0.4%

Most frequent character per category

ValueCountFrequency (%)
0572545
76.0%
159317
 
7.9%
243738
 
5.8%
331693
 
4.2%
429095
 
3.9%
516881
 
2.2%
ValueCountFrequency (%)
211097
100.0%
ValueCountFrequency (%)
-103206
100.0%
ValueCountFrequency (%)
>4685
100.0%

Most occurring scripts

ValueCountFrequency (%)
Common1072257
100.0%

Most frequent character per script

ValueCountFrequency (%)
0572545
53.4%
211097
 
19.7%
-103206
 
9.6%
159317
 
5.5%
243738
 
4.1%
331693
 
3.0%
429095
 
2.7%
516881
 
1.6%
>4685
 
0.4%

Most occurring blocks

ValueCountFrequency (%)
ASCII1072257
100.0%

Most frequent character per block

ValueCountFrequency (%)
0572545
53.4%
211097
 
19.7%
-103206
 
9.6%
159317
 
5.5%
243738
 
4.1%
331693
 
3.0%
429095
 
2.7%
516881
 
1.6%
>4685
 
0.4%

eco_rating
Categorical

Distinct17
Distinct (%)< 0.1%
Missing0
Missing (%)0.0%
Memory size843.0 KiB
3,4
41364 
3,1
11050 
3,7
10629 
3,2
8916 
3,3
7294 
Other values (12)
28638 

Length

Max length3
Median length3
Mean length3
Min length3

Characters and Unicode

Total characters323673
Distinct characters11
Distinct categories2 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st row3,1
2nd row3,4
3rd row3,3
4th row3,1
5th row3,5
ValueCountFrequency (%)
3,441364
38.3%
3,111050
 
10.2%
3,710629
 
9.9%
3,28916
 
8.3%
3,37294
 
6.8%
2,86109
 
5.7%
3,54551
 
4.2%
3,64457
 
4.1%
2,93040
 
2.8%
3,82868
 
2.7%
Other values (7)7613
 
7.1%
2021-04-25T12:25:31.063722image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category
ValueCountFrequency (%)
3,441364
38.3%
3,111050
 
10.2%
3,710629
 
9.9%
3,28916
 
8.3%
3,37294
 
6.8%
2,86109
 
5.7%
3,54551
 
4.2%
3,64457
 
4.1%
2,93040
 
2.8%
3,82868
 
2.7%
Other values (7)7613
 
7.1%

Most occurring characters

ValueCountFrequency (%)
,107891
33.3%
3100285
31.0%
447584
14.7%
222167
 
6.8%
111050
 
3.4%
710629
 
3.3%
88977
 
2.8%
65092
 
1.6%
54551
 
1.4%
93725
 
1.2%

Most occurring categories

ValueCountFrequency (%)
Decimal Number215782
66.7%
Other Punctuation107891
33.3%

Most frequent character per category

ValueCountFrequency (%)
3100285
46.5%
447584
22.1%
222167
 
10.3%
111050
 
5.1%
710629
 
4.9%
88977
 
4.2%
65092
 
2.4%
54551
 
2.1%
93725
 
1.7%
01722
 
0.8%
ValueCountFrequency (%)
,107891
100.0%

Most occurring scripts

ValueCountFrequency (%)
Common323673
100.0%

Most frequent character per script

ValueCountFrequency (%)
,107891
33.3%
3100285
31.0%
447584
14.7%
222167
 
6.8%
111050
 
3.4%
710629
 
3.3%
88977
 
2.8%
65092
 
1.6%
54551
 
1.4%
93725
 
1.2%

Most occurring blocks

ValueCountFrequency (%)
ASCII323673
100.0%

Most frequent character per block

ValueCountFrequency (%)
,107891
33.3%
3100285
31.0%
447584
14.7%
222167
 
6.8%
111050
 
3.4%
710629
 
3.3%
88977
 
2.8%
65092
 
1.6%
54551
 
1.4%
93725
 
1.2%

clear_rating
Categorical

Distinct13
Distinct (%)< 0.1%
Missing0
Missing (%)0.0%
Memory size843.0 KiB
3,2
42633 
3,5
16891 
3,4
13212 
3,3
6502 
2,8
6499 
Other values (8)
22154 

Length

Max length3
Median length3
Mean length3
Min length3

Characters and Unicode

Total characters323673
Distinct characters11
Distinct categories2 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st row2,8
2nd row3,2
3rd row3,0
4th row2,8
5th row3,6
ValueCountFrequency (%)
3,242633
39.5%
3,516891
 
15.7%
3,413212
 
12.2%
3,36502
 
6.0%
2,86499
 
6.0%
3,15746
 
5.3%
3,64926
 
4.6%
3,03839
 
3.6%
2,63550
 
3.3%
2,92092
 
1.9%
Other values (3)2001
 
1.9%
2021-04-25T12:25:31.251864image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category
ValueCountFrequency (%)
3,242633
39.5%
3,516891
 
15.7%
3,413212
 
12.2%
3,36502
 
6.0%
2,86499
 
6.0%
3,15746
 
5.3%
3,64926
 
4.6%
3,03839
 
3.6%
2,63550
 
3.3%
2,92092
 
1.9%
Other values (3)2001
 
1.9%

Most occurring characters

ValueCountFrequency (%)
,107891
33.3%
3102145
31.6%
255906
17.3%
516891
 
5.2%
413212
 
4.1%
68476
 
2.6%
87368
 
2.3%
15746
 
1.8%
03839
 
1.2%
92092
 
0.6%

Most occurring categories

ValueCountFrequency (%)
Decimal Number215782
66.7%
Other Punctuation107891
33.3%

Most frequent character per category

ValueCountFrequency (%)
3102145
47.3%
255906
25.9%
516891
 
7.8%
413212
 
6.1%
68476
 
3.9%
87368
 
3.4%
15746
 
2.7%
03839
 
1.8%
92092
 
1.0%
7107
 
< 0.1%
ValueCountFrequency (%)
,107891
100.0%

Most occurring scripts

ValueCountFrequency (%)
Common323673
100.0%

Most frequent character per script

ValueCountFrequency (%)
,107891
33.3%
3102145
31.6%
255906
17.3%
516891
 
5.2%
413212
 
4.1%
68476
 
2.6%
87368
 
2.3%
15746
 
1.8%
03839
 
1.2%
92092
 
0.6%

Most occurring blocks

ValueCountFrequency (%)
ASCII323673
100.0%

Most frequent character per block

ValueCountFrequency (%)
,107891
33.3%
3102145
31.6%
255906
17.3%
516891
 
5.2%
413212
 
4.1%
68476
 
2.6%
87368
 
2.3%
15746
 
1.8%
03839
 
1.2%
92092
 
0.6%

gkh_rating
Categorical

Distinct15
Distinct (%)< 0.1%
Missing0
Missing (%)0.0%
Memory size843.0 KiB
2,9
43974 
3,3
24445 
3,2
9076 
3,0
6948 
2,8
 
4081
Other values (10)
19367 

Length

Max length3
Median length3
Mean length3
Min length3

Characters and Unicode

Total characters323673
Distinct characters11
Distinct categories2 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st row2,7
2nd row2,9
3rd row3,0
4th row2,7
5th row3,3
ValueCountFrequency (%)
2,943974
40.8%
3,324445
22.7%
3,29076
 
8.4%
3,06948
 
6.4%
2,84081
 
3.8%
3,14020
 
3.7%
2,73922
 
3.6%
2,33657
 
3.4%
2,13157
 
2.9%
2,61948
 
1.8%
Other values (5)2663
 
2.5%
2021-04-25T12:25:31.482538image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category
ValueCountFrequency (%)
2,943974
40.8%
3,324445
22.7%
3,29076
 
8.4%
3,06948
 
6.4%
2,84081
 
3.8%
3,14020
 
3.7%
2,73922
 
3.6%
2,33657
 
3.4%
2,13157
 
2.9%
2,61948
 
1.8%
Other values (5)2663
 
2.5%

Most occurring characters

ValueCountFrequency (%)
,107891
33.3%
273227
22.6%
372815
22.5%
943974
13.6%
07973
 
2.5%
17177
 
2.2%
84081
 
1.3%
73922
 
1.2%
61948
 
0.6%
5461
 
0.1%

Most occurring categories

ValueCountFrequency (%)
Decimal Number215782
66.7%
Other Punctuation107891
33.3%

Most frequent character per category

ValueCountFrequency (%)
273227
33.9%
372815
33.7%
943974
20.4%
07973
 
3.7%
17177
 
3.3%
84081
 
1.9%
73922
 
1.8%
61948
 
0.9%
5461
 
0.2%
4204
 
0.1%
ValueCountFrequency (%)
,107891
100.0%

Most occurring scripts

ValueCountFrequency (%)
Common323673
100.0%

Most frequent character per script

ValueCountFrequency (%)
,107891
33.3%
273227
22.6%
372815
22.5%
943974
13.6%
07973
 
2.5%
17177
 
2.2%
84081
 
1.3%
73922
 
1.2%
61948
 
0.6%
5461
 
0.1%

Most occurring blocks

ValueCountFrequency (%)
ASCII323673
100.0%

Most frequent character per block

ValueCountFrequency (%)
,107891
33.3%
273227
22.6%
372815
22.5%
943974
13.6%
07973
 
2.5%
17177
 
2.2%
84081
 
1.3%
73922
 
1.2%
61948
 
0.6%
5461
 
0.1%

neighbor_rating
Categorical

Distinct11
Distinct (%)< 0.1%
Missing0
Missing (%)0.0%
Memory size843.0 KiB
3,7
44763 
3,8
16999 
3,9
12862 
3,6
7706 
3,4
6969 
Other values (6)
18592 

Length

Max length3
Median length3
Mean length3
Min length3

Characters and Unicode

Total characters323673
Distinct characters11
Distinct categories2 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st row3,5
2nd row3,7
3rd row3,6
4th row3,5
5th row3,7
ValueCountFrequency (%)
3,744763
41.5%
3,816999
 
15.8%
3,912862
 
11.9%
3,67706
 
7.1%
3,46969
 
6.5%
4,06347
 
5.9%
3,55828
 
5.4%
3,23550
 
3.3%
4,31605
 
1.5%
4,1691
 
0.6%
2021-04-25T12:25:31.716139image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category
ValueCountFrequency (%)
3,744763
41.5%
3,816999
 
15.8%
3,912862
 
11.9%
3,67706
 
7.1%
3,46969
 
6.5%
4,06347
 
5.9%
3,55828
 
5.4%
3,23550
 
3.3%
4,31605
 
1.5%
4,1691
 
0.6%

Most occurring characters

ValueCountFrequency (%)
,107891
33.3%
3101424
31.3%
744763
13.8%
816999
 
5.3%
415612
 
4.8%
912862
 
4.0%
67706
 
2.4%
06347
 
2.0%
55828
 
1.8%
23550
 
1.1%

Most occurring categories

ValueCountFrequency (%)
Decimal Number215782
66.7%
Other Punctuation107891
33.3%

Most frequent character per category

ValueCountFrequency (%)
3101424
47.0%
744763
20.7%
816999
 
7.9%
415612
 
7.2%
912862
 
6.0%
67706
 
3.6%
06347
 
2.9%
55828
 
2.7%
23550
 
1.6%
1691
 
0.3%
ValueCountFrequency (%)
,107891
100.0%

Most occurring scripts

ValueCountFrequency (%)
Common323673
100.0%

Most frequent character per script

ValueCountFrequency (%)
,107891
33.3%
3101424
31.3%
744763
13.8%
816999
 
5.3%
415612
 
4.8%
912862
 
4.0%
67706
 
2.4%
06347
 
2.0%
55828
 
1.8%
23550
 
1.1%

Most occurring blocks

ValueCountFrequency (%)
ASCII323673
100.0%

Most frequent character per block

ValueCountFrequency (%)
,107891
33.3%
3101424
31.3%
744763
13.8%
816999
 
5.3%
415612
 
4.8%
912862
 
4.0%
67706
 
2.4%
06347
 
2.0%
55828
 
1.8%
23550
 
1.1%

kids_rating
Categorical

Distinct15
Distinct (%)< 0.1%
Missing0
Missing (%)0.0%
Memory size843.0 KiB
3,8
55051 
3,9
19855 
4,0
7217 
4,1
6729 
3,4
 
4930
Other values (10)
14109 

Length

Max length3
Median length3
Mean length3
Min length3

Characters and Unicode

Total characters323673
Distinct characters11
Distinct categories2 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st row3,8
2nd row3,8
3rd row4,1
4th row3,8
5th row3,7
ValueCountFrequency (%)
3,855051
51.0%
3,919855
 
18.4%
4,07217
 
6.7%
4,16729
 
6.2%
3,44930
 
4.6%
3,73582
 
3.3%
4,32674
 
2.5%
3,52077
 
1.9%
3,62014
 
1.9%
2,31948
 
1.8%
Other values (5)1814
 
1.7%
2021-04-25T12:25:31.938914image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category
ValueCountFrequency (%)
3,855051
51.0%
3,919855
 
18.4%
4,07217
 
6.7%
4,16729
 
6.2%
3,44930
 
4.6%
3,73582
 
3.3%
4,32674
 
2.5%
3,52077
 
1.9%
3,62014
 
1.9%
2,31948
 
1.8%
Other values (5)1814
 
1.7%

Most occurring characters

ValueCountFrequency (%)
,107891
33.3%
392821
28.7%
855051
17.0%
423021
 
7.1%
919855
 
6.1%
07217
 
2.2%
17065
 
2.2%
73582
 
1.1%
52627
 
0.8%
22529
 
0.8%

Most occurring categories

ValueCountFrequency (%)
Decimal Number215782
66.7%
Other Punctuation107891
33.3%

Most frequent character per category

ValueCountFrequency (%)
392821
43.0%
855051
25.5%
423021
 
10.7%
919855
 
9.2%
07217
 
3.3%
17065
 
3.3%
73582
 
1.7%
52627
 
1.2%
22529
 
1.2%
62014
 
0.9%
ValueCountFrequency (%)
,107891
100.0%

Most occurring scripts

ValueCountFrequency (%)
Common323673
100.0%

Most frequent character per script

ValueCountFrequency (%)
,107891
33.3%
392821
28.7%
855051
17.0%
423021
 
7.1%
919855
 
6.1%
07217
 
2.2%
17065
 
2.2%
73582
 
1.1%
52627
 
0.8%
22529
 
0.8%

Most occurring blocks

ValueCountFrequency (%)
ASCII323673
100.0%

Most frequent character per block

ValueCountFrequency (%)
,107891
33.3%
392821
28.7%
855051
17.0%
423021
 
7.1%
919855
 
6.1%
07217
 
2.2%
17065
 
2.2%
73582
 
1.1%
52627
 
0.8%
22529
 
0.8%

sport_rest_rating
Categorical

Distinct17
Distinct (%)< 0.1%
Missing0
Missing (%)0.0%
Memory size843.0 KiB
3,5
47051 
3,7
17620 
3,8
8849 
3,6
5309 
3,2
 
4443
Other values (12)
24619 

Length

Max length3
Median length3
Mean length3
Min length3

Characters and Unicode

Total characters323673
Distinct characters11
Distinct categories2 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st row3,5
2nd row3,5
3rd row3,7
4th row3,5
5th row3,8
ValueCountFrequency (%)
3,547051
43.6%
3,717620
 
16.3%
3,88849
 
8.2%
3,65309
 
4.9%
3,24443
 
4.1%
2,43550
 
3.3%
3,43474
 
3.2%
3,13398
 
3.1%
3,93089
 
2.9%
2,92630
 
2.4%
Other values (7)8478
 
7.9%
2021-04-25T12:25:32.137090image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category
ValueCountFrequency (%)
3,547051
43.6%
3,717620
 
16.3%
3,88849
 
8.2%
3,65309
 
4.9%
3,24443
 
4.1%
2,43550
 
3.3%
3,43474
 
3.2%
3,13398
 
3.1%
3,93089
 
2.9%
2,92630
 
2.4%
Other values (7)8478
 
7.9%

Most occurring characters

ValueCountFrequency (%)
,107891
33.3%
398457
30.4%
547051
14.5%
718218
 
5.6%
214319
 
4.4%
89999
 
3.1%
49026
 
2.8%
16406
 
2.0%
95719
 
1.8%
65309
 
1.6%

Most occurring categories

ValueCountFrequency (%)
Decimal Number215782
66.7%
Other Punctuation107891
33.3%

Most frequent character per category

ValueCountFrequency (%)
398457
45.6%
547051
21.8%
718218
 
8.4%
214319
 
6.6%
89999
 
4.6%
49026
 
4.2%
16406
 
3.0%
95719
 
2.7%
65309
 
2.5%
01278
 
0.6%
ValueCountFrequency (%)
,107891
100.0%

Most occurring scripts

ValueCountFrequency (%)
Common323673
100.0%

Most frequent character per script

ValueCountFrequency (%)
,107891
33.3%
398457
30.4%
547051
14.5%
718218
 
5.6%
214319
 
4.4%
89999
 
3.1%
49026
 
2.8%
16406
 
2.0%
95719
 
1.8%
65309
 
1.6%

Most occurring blocks

ValueCountFrequency (%)
ASCII323673
100.0%

Most frequent character per block

ValueCountFrequency (%)
,107891
33.3%
398457
30.4%
547051
14.5%
718218
 
5.6%
214319
 
4.4%
89999
 
3.1%
49026
 
2.8%
16406
 
2.0%
95719
 
1.8%
65309
 
1.6%

shop_rating
Categorical

Distinct10
Distinct (%)< 0.1%
Missing0
Missing (%)0.0%
Memory size843.0 KiB
4,3
52914 
4,5
19488 
4,2
7561 
4,4
7192 
4,6
 
5035
Other values (5)
15701 

Length

Max length3
Median length3
Mean length3
Min length3

Characters and Unicode

Total characters323673
Distinct characters9
Distinct categories2 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st row4,3
2nd row4,3
3rd row4,4
4th row4,3
5th row4,4
ValueCountFrequency (%)
4,352914
49.0%
4,519488
 
18.1%
4,27561
 
7.0%
4,47192
 
6.7%
4,65035
 
4.7%
3,54575
 
4.2%
4,13666
 
3.4%
3,32559
 
2.4%
4,02474
 
2.3%
3,82427
 
2.2%
2021-04-25T12:25:32.355834image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category
2021-04-25T12:25:32.428621image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
ValueCountFrequency (%)
4,352914
49.0%
4,519488
 
18.1%
4,27561
 
7.0%
4,47192
 
6.7%
4,65035
 
4.7%
3,54575
 
4.2%
4,13666
 
3.4%
3,32559
 
2.4%
4,02474
 
2.3%
3,82427
 
2.2%

Most occurring characters

ValueCountFrequency (%)
,107891
33.3%
4105522
32.6%
365034
20.1%
524063
 
7.4%
27561
 
2.3%
65035
 
1.6%
13666
 
1.1%
02474
 
0.8%
82427
 
0.7%

Most occurring categories

ValueCountFrequency (%)
Decimal Number215782
66.7%
Other Punctuation107891
33.3%

Most frequent character per category

ValueCountFrequency (%)
4105522
48.9%
365034
30.1%
524063
 
11.2%
27561
 
3.5%
65035
 
2.3%
13666
 
1.7%
02474
 
1.1%
82427
 
1.1%
ValueCountFrequency (%)
,107891
100.0%

Most occurring scripts

ValueCountFrequency (%)
Common323673
100.0%

Most frequent character per script

ValueCountFrequency (%)
,107891
33.3%
4105522
32.6%
365034
20.1%
524063
 
7.4%
27561
 
2.3%
65035
 
1.6%
13666
 
1.1%
02474
 
0.8%
82427
 
0.7%

Most occurring blocks

ValueCountFrequency (%)
ASCII323673
100.0%

Most frequent character per block

ValueCountFrequency (%)
,107891
33.3%
4105522
32.6%
365034
20.1%
524063
 
7.4%
27561
 
2.3%
65035
 
1.6%
13666
 
1.1%
02474
 
0.8%
82427
 
0.7%

traffic_rating
Categorical

Distinct14
Distinct (%)< 0.1%
Missing0
Missing (%)0.0%
Memory size843.0 KiB
3,2
45029 
3,3
15839 
3,1
12524 
3,5
8698 
2,9
7597 
Other values (9)
18204 

Length

Max length3
Median length3
Mean length3
Min length3

Characters and Unicode

Total characters323673
Distinct characters11
Distinct categories2 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st row3,1
2nd row3,2
3rd row3,1
4th row3,1
5th row2,9
ValueCountFrequency (%)
3,245029
41.7%
3,315839
 
14.7%
3,112524
 
11.6%
3,58698
 
8.1%
2,97597
 
7.0%
2,66244
 
5.8%
3,73263
 
3.0%
3,02953
 
2.7%
2,41948
 
1.8%
3,41307
 
1.2%
Other values (4)2489
 
2.3%
2021-04-25T12:25:32.872003image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category
ValueCountFrequency (%)
3,245029
41.7%
3,315839
 
14.7%
3,112524
 
11.6%
3,58698
 
8.1%
2,97597
 
7.0%
2,66244
 
5.8%
3,73263
 
3.0%
3,02953
 
2.7%
2,41948
 
1.8%
3,41307
 
1.2%
Other values (4)2489
 
2.3%

Most occurring characters

ValueCountFrequency (%)
,107891
33.3%
3106140
32.8%
262619
19.3%
112524
 
3.9%
58698
 
2.7%
97597
 
2.3%
66382
 
2.0%
74221
 
1.3%
43255
 
1.0%
02953
 
0.9%

Most occurring categories

ValueCountFrequency (%)
Decimal Number215782
66.7%
Other Punctuation107891
33.3%

Most frequent character per category

ValueCountFrequency (%)
3106140
49.2%
262619
29.0%
112524
 
5.8%
58698
 
4.0%
97597
 
3.5%
66382
 
3.0%
74221
 
2.0%
43255
 
1.5%
02953
 
1.4%
81393
 
0.6%
ValueCountFrequency (%)
,107891
100.0%

Most occurring scripts

ValueCountFrequency (%)
Common323673
100.0%

Most frequent character per script

ValueCountFrequency (%)
,107891
33.3%
3106140
32.8%
262619
19.3%
112524
 
3.9%
58698
 
2.7%
97597
 
2.3%
66382
 
2.0%
74221
 
1.3%
43255
 
1.0%
02953
 
0.9%

Most occurring blocks

ValueCountFrequency (%)
ASCII323673
100.0%

Most frequent character per block

ValueCountFrequency (%)
,107891
33.3%
3106140
32.8%
262619
19.3%
112524
 
3.9%
58698
 
2.7%
97597
 
2.3%
66382
 
2.0%
74221
 
1.3%
43255
 
1.0%
02953
 
0.9%

secure_rating
Categorical

Distinct15
Distinct (%)< 0.1%
Missing0
Missing (%)0.0%
Memory size843.0 KiB
3,4
48849 
3,8
16538 
3,7
8937 
3,0
6460 
3,6
6198 
Other values (10)
20909 

Length

Max length3
Median length3
Mean length3
Min length3

Characters and Unicode

Total characters323673
Distinct characters11
Distinct categories2 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st row3,0
2nd row3,4
3rd row3,0
4th row3,0
5th row3,7
ValueCountFrequency (%)
3,448849
45.3%
3,816538
 
15.3%
3,78937
 
8.3%
3,06460
 
6.0%
3,66198
 
5.7%
2,94001
 
3.7%
3,93962
 
3.7%
3,33469
 
3.2%
3,23159
 
2.9%
4,02524
 
2.3%
Other values (5)3794
 
3.5%
2021-04-25T12:25:33.082767image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category
ValueCountFrequency (%)
3,448849
45.3%
3,816538
 
15.3%
3,78937
 
8.3%
3,06460
 
6.0%
3,66198
 
5.7%
2,94001
 
3.7%
3,93962
 
3.7%
3,33469
 
3.2%
3,23159
 
2.9%
4,02524
 
2.3%
Other values (5)3794
 
3.5%

Most occurring characters

ValueCountFrequency (%)
,107891
33.3%
3103702
32.0%
451923
16.0%
816944
 
5.2%
08984
 
2.8%
78937
 
2.8%
28293
 
2.6%
97963
 
2.5%
66375
 
2.0%
51978
 
0.6%

Most occurring categories

ValueCountFrequency (%)
Decimal Number215782
66.7%
Other Punctuation107891
33.3%

Most frequent character per category

ValueCountFrequency (%)
3103702
48.1%
451923
24.1%
816944
 
7.9%
08984
 
4.2%
78937
 
4.1%
28293
 
3.8%
97963
 
3.7%
66375
 
3.0%
51978
 
0.9%
1683
 
0.3%
ValueCountFrequency (%)
,107891
100.0%

Most occurring scripts

ValueCountFrequency (%)
Common323673
100.0%

Most frequent character per script

ValueCountFrequency (%)
,107891
33.3%
3103702
32.0%
451923
16.0%
816944
 
5.2%
08984
 
2.8%
78937
 
2.8%
28293
 
2.6%
97963
 
2.5%
66375
 
2.0%
51978
 
0.6%

Most occurring blocks

ValueCountFrequency (%)
ASCII323673
100.0%

Most frequent character per block

ValueCountFrequency (%)
,107891
33.3%
3103702
32.0%
451923
16.0%
816944
 
5.2%
08984
 
2.8%
78937
 
2.8%
28293
 
2.6%
97963
 
2.5%
66375
 
2.0%
51978
 
0.6%

life_price_rating
Categorical

Distinct11
Distinct (%)< 0.1%
Missing0
Missing (%)0.0%
Memory size843.0 KiB
2,5
48964 
2,8
17558 
2,4
10977 
2,7
8971 
2,6
7258 
Other values (6)
14163 

Length

Max length3
Median length3
Mean length3
Min length3

Characters and Unicode

Total characters323673
Distinct characters10
Distinct categories2 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st row2,4
2nd row2,5
3rd row2,5
4th row2,4
5th row2,7
ValueCountFrequency (%)
2,548964
45.4%
2,817558
 
16.3%
2,410977
 
10.2%
2,78971
 
8.3%
2,67258
 
6.7%
1,83550
 
3.3%
2,93172
 
2.9%
2,33109
 
2.9%
3,12524
 
2.3%
2,21505
 
1.4%
2021-04-25T12:25:33.288881image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category
ValueCountFrequency (%)
2,548964
45.4%
2,817558
 
16.3%
2,410977
 
10.2%
2,78971
 
8.3%
2,67258
 
6.7%
1,83550
 
3.3%
2,93172
 
2.9%
2,33109
 
2.9%
3,12524
 
2.3%
2,21505
 
1.4%

Most occurring characters

ValueCountFrequency (%)
,107891
33.3%
2103322
31.9%
548964
15.1%
821108
 
6.5%
410977
 
3.4%
78971
 
2.8%
67258
 
2.2%
16377
 
2.0%
35633
 
1.7%
93172
 
1.0%

Most occurring categories

ValueCountFrequency (%)
Decimal Number215782
66.7%
Other Punctuation107891
33.3%

Most frequent character per category

ValueCountFrequency (%)
2103322
47.9%
548964
22.7%
821108
 
9.8%
410977
 
5.1%
78971
 
4.2%
67258
 
3.4%
16377
 
3.0%
35633
 
2.6%
93172
 
1.5%
ValueCountFrequency (%)
,107891
100.0%

Most occurring scripts

ValueCountFrequency (%)
Common323673
100.0%

Most frequent character per script

ValueCountFrequency (%)
,107891
33.3%
2103322
31.9%
548964
15.1%
821108
 
6.5%
410977
 
3.4%
78971
 
2.8%
67258
 
2.2%
16377
 
2.0%
35633
 
1.7%
93172
 
1.0%

Most occurring blocks

ValueCountFrequency (%)
ASCII323673
100.0%

Most frequent character per block

ValueCountFrequency (%)
,107891
33.3%
2103322
31.9%
548964
15.1%
821108
 
6.5%
410977
 
3.4%
78971
 
2.8%
67258
 
2.2%
16377
 
2.0%
35633
 
1.7%
93172
 
1.0%

total_floors
Real number (ℝ≥0)

Distinct28
Distinct (%)< 0.1%
Missing0
Missing (%)0.0%
Infinite0
Infinite (%)0.0%
Mean14.97959051
Minimum2
Maximum29
Zeros0
Zeros (%)0.0%
Memory size843.0 KiB
2021-04-25T12:25:33.382605image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/

Quantile statistics

Minimum2
5-th percentile5
Q110
median14
Q320
95-th percentile25
Maximum29
Range27
Interquartile range (IQR)10

Descriptive statistics

Standard deviation6.570262394
Coefficient of variation (CV)0.4386142858
Kurtosis-0.9998382011
Mean14.97959051
Median Absolute Deviation (MAD)5
Skewness0.1236792684
Sum1616163
Variance43.16834793
MonotocityNot monotonic
2021-04-25T12:25:33.491958image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram with fixed size bins (bins=28)
ValueCountFrequency (%)
128357
 
7.7%
258019
 
7.4%
138019
 
7.4%
246771
 
6.3%
96620
 
6.1%
56611
 
6.1%
166524
 
6.0%
146277
 
5.8%
155210
 
4.8%
84762
 
4.4%
Other values (18)40721
37.7%
ValueCountFrequency (%)
2273
 
0.3%
3653
 
0.6%
43412
3.2%
56611
6.1%
61975
 
1.8%
ValueCountFrequency (%)
29345
 
0.3%
28256
 
0.2%
27712
 
0.7%
262369
 
2.2%
258019
7.4%

metro_station
Categorical

HIGH CARDINALITY
HIGH CORRELATION

Distinct77
Distinct (%)0.1%
Missing0
Missing (%)0.0%
Memory size843.0 KiB
Комендантский проспект
11131 
Парнас
 
6974
Академическая
 
5433
Елизаровская
 
5017
Звездная
 
4932
Other values (72)
74404 

Length

Max length23
Median length12
Mean length12.81855762
Min length5

Characters and Unicode

Total characters1383007
Distinct characters55
Distinct categories7 ?
Distinct scripts3 ?
Distinct blocks2 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st rowУлица Дыбенко
2nd rowЗвенигородская
3rd rowЕлизаровская
4th rowУлица Дыбенко
5th rowПионерская
ValueCountFrequency (%)
Комендантский проспект11131
 
10.3%
Парнас6974
 
6.5%
Академическая5433
 
5.0%
Елизаровская5017
 
4.7%
Звездная4932
 
4.6%
Лен. область4685
 
4.3%
Лесная4424
 
4.1%
Приморская4285
 
4.0%
Пролетарская3595
 
3.3%
Гражданский проспект3076
 
2.9%
Other values (67)54339
50.4%
2021-04-25T12:25:33.776989image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category
ValueCountFrequency (%)
проспект19071
 
12.5%
комендантский11131
 
7.3%
парнас6974
 
4.6%
академическая5433
 
3.6%
елизаровская5017
 
3.3%
звездная4932
 
3.2%
лен4685
 
3.1%
область4685
 
3.1%
лесная4424
 
2.9%
приморская4285
 
2.8%
Other values (84)81677
53.6%

Most occurring characters

ValueCountFrequency (%)
а142401
 
10.3%
о121880
 
8.8%
с113491
 
8.2%
е106414
 
7.7%
к99714
 
7.2%
р88501
 
6.4%
н78726
 
5.7%
я65850
 
4.8%
и55350
 
4.0%
т53643
 
3.9%
Other values (45)457037
33.0%

Most occurring categories

ValueCountFrequency (%)
Lowercase Letter1202884
87.0%
Uppercase Letter124855
 
9.0%
Space Separator44423
 
3.2%
Other Punctuation5214
 
0.4%
Open Punctuation2657
 
0.2%
Close Punctuation2657
 
0.2%
Dash Punctuation317
 
< 0.1%

Most frequent character per category

ValueCountFrequency (%)
а142401
11.8%
о121880
10.1%
с113491
9.4%
е106414
 
8.8%
к99714
 
8.3%
р88501
 
7.4%
н78726
 
6.5%
я65850
 
5.5%
и55350
 
4.6%
т53643
 
4.5%
Other values (18)276914
23.0%
ValueCountFrequency (%)
П31413
25.2%
К15088
12.1%
Л13077
10.5%
С7210
 
5.8%
В6563
 
5.3%
А6399
 
5.1%
З5101
 
4.1%
Ч5055
 
4.0%
Е5017
 
4.0%
Г4616
 
3.7%
Other values (12)25316
20.3%
ValueCountFrequency (%)
44423
100.0%
ValueCountFrequency (%)
.5214
100.0%
ValueCountFrequency (%)
(2657
100.0%
ValueCountFrequency (%)
)2657
100.0%
ValueCountFrequency (%)
-317
100.0%

Most occurring scripts

ValueCountFrequency (%)
Cyrillic1327300
96.0%
Common55268
 
4.0%
Latin439
 
< 0.1%

Most frequent character per script

ValueCountFrequency (%)
а142401
 
10.7%
о121880
 
9.2%
с113491
 
8.6%
е106414
 
8.0%
к99714
 
7.5%
р88501
 
6.7%
н78726
 
5.9%
я65850
 
5.0%
и55350
 
4.2%
т53643
 
4.0%
Other values (39)401330
30.2%
ValueCountFrequency (%)
44423
80.4%
.5214
 
9.4%
(2657
 
4.8%
)2657
 
4.8%
-317
 
0.6%
ValueCountFrequency (%)
I439
100.0%

Most occurring blocks

ValueCountFrequency (%)
Cyrillic1327300
96.0%
ASCII55707
 
4.0%

Most frequent character per block

ValueCountFrequency (%)
а142401
 
10.7%
о121880
 
9.2%
с113491
 
8.6%
е106414
 
8.0%
к99714
 
7.5%
р88501
 
6.7%
н78726
 
5.9%
я65850
 
5.0%
и55350
 
4.2%
т53643
 
4.0%
Other values (39)401330
30.2%
ValueCountFrequency (%)
44423
79.7%
.5214
 
9.4%
(2657
 
4.8%
)2657
 
4.8%
I439
 
0.8%
-317
 
0.6%

num_of_metro_stations
Categorical

HIGH CORRELATION

Distinct10
Distinct (%)< 0.1%
Missing0
Missing (%)0.0%
Memory size843.0 KiB
6
33836 
5
30979 
7
15483 
0
8787 
3
5224 
Other values (5)
13582 

Length

Max length12
Median length1
Mean length1.159494304
Min length1

Characters and Unicode

Total characters125099
Distinct characters20
Distinct categories5 ?
Distinct scripts2 ?
Distinct blocks2 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st row7
2nd row9
3rd row7
4th row7
5th row5
ValueCountFrequency (%)
633836
31.4%
530979
28.7%
715483
14.4%
08787
 
8.1%
35224
 
4.8%
94148
 
3.8%
23386
 
3.1%
112930
 
2.7%
11820
 
1.7%
Лен. область1298
 
1.2%
2021-04-25T12:25:33.999266image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category
2021-04-25T12:25:34.077367image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
ValueCountFrequency (%)
633836
31.0%
530979
28.4%
715483
14.2%
08787
 
8.0%
35224
 
4.8%
94148
 
3.8%
23386
 
3.1%
112930
 
2.7%
11820
 
1.7%
лен1298
 
1.2%

Most occurring characters

ValueCountFrequency (%)
633836
27.0%
530979
24.8%
715483
12.4%
08787
 
7.0%
17680
 
6.1%
35224
 
4.2%
94148
 
3.3%
23386
 
2.7%
Л1298
 
1.0%
е1298
 
1.0%
Other values (10)12980
 
10.4%

Most occurring categories

ValueCountFrequency (%)
Decimal Number109523
87.5%
Lowercase Letter11682
 
9.3%
Uppercase Letter1298
 
1.0%
Other Punctuation1298
 
1.0%
Space Separator1298
 
1.0%

Most frequent character per category

ValueCountFrequency (%)
е1298
11.1%
н1298
11.1%
о1298
11.1%
б1298
11.1%
л1298
11.1%
а1298
11.1%
с1298
11.1%
т1298
11.1%
ь1298
11.1%
ValueCountFrequency (%)
633836
30.9%
530979
28.3%
715483
14.1%
08787
 
8.0%
17680
 
7.0%
35224
 
4.8%
94148
 
3.8%
23386
 
3.1%
ValueCountFrequency (%)
Л1298
100.0%
ValueCountFrequency (%)
.1298
100.0%
ValueCountFrequency (%)
1298
100.0%

Most occurring scripts

ValueCountFrequency (%)
Common112119
89.6%
Cyrillic12980
 
10.4%

Most frequent character per script

ValueCountFrequency (%)
633836
30.2%
530979
27.6%
715483
13.8%
08787
 
7.8%
17680
 
6.8%
35224
 
4.7%
94148
 
3.7%
23386
 
3.0%
.1298
 
1.2%
1298
 
1.2%
ValueCountFrequency (%)
Л1298
10.0%
е1298
10.0%
н1298
10.0%
о1298
10.0%
б1298
10.0%
л1298
10.0%
а1298
10.0%
с1298
10.0%
т1298
10.0%
ь1298
10.0%

Most occurring blocks

ValueCountFrequency (%)
ASCII112119
89.6%
Cyrillic12980
 
10.4%

Most frequent character per block

ValueCountFrequency (%)
633836
30.2%
530979
27.6%
715483
13.8%
08787
 
7.8%
17680
 
6.8%
35224
 
4.7%
94148
 
3.7%
23386
 
3.0%
.1298
 
1.2%
1298
 
1.2%
ValueCountFrequency (%)
Л1298
10.0%
е1298
10.0%
н1298
10.0%
о1298
10.0%
б1298
10.0%
л1298
10.0%
а1298
10.0%
с1298
10.0%
т1298
10.0%
ь1298
10.0%

num_of_kindg
Categorical

HIGH CORRELATION

Distinct17
Distinct (%)< 0.1%
Missing0
Missing (%)0.0%
Memory size843.0 KiB
136
18111 
130
17540 
132
13492 
13
11092 
113
10923 
Other values (12)
36733 

Length

Max length12
Median length3
Mean length2.704192194
Min length2

Characters and Unicode

Total characters291758
Distinct characters22
Distinct categories5 ?
Distinct scripts2 ?
Distinct blocks2 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st row132
2nd row73
3rd row132
4th row132
5th row130
ValueCountFrequency (%)
13618111
16.8%
13017540
16.3%
13213492
12.5%
1311092
10.3%
11310923
10.1%
617392
6.9%
645224
 
4.8%
654633
 
4.3%
734148
 
3.8%
883386
 
3.1%
Other values (7)11950
11.1%
2021-04-25T12:25:34.344830image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category
ValueCountFrequency (%)
13618111
16.6%
13017540
16.1%
13213492
12.4%
1311092
10.2%
11310923
10.0%
617392
6.8%
645224
 
4.8%
654633
 
4.2%
734148
 
3.8%
883386
 
3.1%
Other values (8)13248
12.1%

Most occurring characters

ValueCountFrequency (%)
192403
31.7%
375306
25.8%
636755
 
12.6%
020470
 
7.0%
215713
 
5.4%
58728
 
3.0%
88592
 
2.9%
47044
 
2.4%
76664
 
2.3%
94507
 
1.5%
Other values (12)15576
 
5.3%

Most occurring categories

ValueCountFrequency (%)
Decimal Number276182
94.7%
Lowercase Letter11682
 
4.0%
Uppercase Letter1298
 
0.4%
Other Punctuation1298
 
0.4%
Space Separator1298
 
0.4%

Most frequent character per category

ValueCountFrequency (%)
192403
33.5%
375306
27.3%
636755
 
13.3%
020470
 
7.4%
215713
 
5.7%
58728
 
3.2%
88592
 
3.1%
47044
 
2.6%
76664
 
2.4%
94507
 
1.6%
ValueCountFrequency (%)
е1298
11.1%
н1298
11.1%
о1298
11.1%
б1298
11.1%
л1298
11.1%
а1298
11.1%
с1298
11.1%
т1298
11.1%
ь1298
11.1%
ValueCountFrequency (%)
Л1298
100.0%
ValueCountFrequency (%)
.1298
100.0%
ValueCountFrequency (%)
1298
100.0%

Most occurring scripts

ValueCountFrequency (%)
Common278778
95.6%
Cyrillic12980
 
4.4%

Most frequent character per script

ValueCountFrequency (%)
192403
33.1%
375306
27.0%
636755
 
13.2%
020470
 
7.3%
215713
 
5.6%
58728
 
3.1%
88592
 
3.1%
47044
 
2.5%
76664
 
2.4%
94507
 
1.6%
Other values (2)2596
 
0.9%
ValueCountFrequency (%)
Л1298
10.0%
е1298
10.0%
н1298
10.0%
о1298
10.0%
б1298
10.0%
л1298
10.0%
а1298
10.0%
с1298
10.0%
т1298
10.0%
ь1298
10.0%

Most occurring blocks

ValueCountFrequency (%)
ASCII278778
95.6%
Cyrillic12980
 
4.4%

Most frequent character per block

ValueCountFrequency (%)
192403
33.1%
375306
27.0%
636755
 
13.2%
020470
 
7.3%
215713
 
5.6%
58728
 
3.1%
88592
 
3.1%
47044
 
2.5%
76664
 
2.4%
94507
 
1.6%
Other values (2)2596
 
0.9%
ValueCountFrequency (%)
Л1298
10.0%
е1298
10.0%
н1298
10.0%
о1298
10.0%
б1298
10.0%
л1298
10.0%
а1298
10.0%
с1298
10.0%
т1298
10.0%
ь1298
10.0%

num_of_schools
Categorical

HIGH CORRELATION

Distinct17
Distinct (%)< 0.1%
Missing0
Missing (%)0.0%
Memory size843.0 KiB
73
18111 
68
17540 
58
16008 
47
11092 
61
10923 
Other values (12)
34217 

Length

Max length12
Median length2
Mean length2.120306606
Min length2

Characters and Unicode

Total characters228762
Distinct characters21
Distinct categories5 ?
Distinct scripts2 ?
Distinct blocks2 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st row58
2nd row46
3rd row58
4th row58
5th row68
ValueCountFrequency (%)
7318111
16.8%
6817540
16.3%
5816008
14.8%
4711092
10.3%
6110923
10.1%
457180
 
6.7%
425224
 
4.8%
314633
 
4.3%
464148
 
3.8%
543386
 
3.1%
Other values (7)9646
8.9%
2021-04-25T12:25:34.578001image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category
ValueCountFrequency (%)
7318111
16.6%
6817540
16.1%
5816008
14.7%
4711092
10.2%
6110923
10.0%
457180
 
6.6%
425224
 
4.8%
314633
 
4.2%
464148
 
3.8%
543386
 
3.1%
Other values (8)10944
10.0%

Most occurring characters

ValueCountFrequency (%)
833778
14.8%
632611
14.3%
531495
13.8%
431454
13.7%
731023
13.6%
323909
10.5%
117777
7.8%
29974
 
4.4%
Л1298
 
0.6%
е1298
 
0.6%
Other values (11)14145
6.2%

Most occurring categories

ValueCountFrequency (%)
Decimal Number213186
93.2%
Lowercase Letter11682
 
5.1%
Uppercase Letter1298
 
0.6%
Other Punctuation1298
 
0.6%
Space Separator1298
 
0.6%

Most frequent character per category

ValueCountFrequency (%)
833778
15.8%
632611
15.3%
531495
14.8%
431454
14.8%
731023
14.6%
323909
11.2%
117777
8.3%
29974
 
4.7%
01165
 
0.5%
ValueCountFrequency (%)
е1298
11.1%
н1298
11.1%
о1298
11.1%
б1298
11.1%
л1298
11.1%
а1298
11.1%
с1298
11.1%
т1298
11.1%
ь1298
11.1%
ValueCountFrequency (%)
Л1298
100.0%
ValueCountFrequency (%)
.1298
100.0%
ValueCountFrequency (%)
1298
100.0%

Most occurring scripts

ValueCountFrequency (%)
Common215782
94.3%
Cyrillic12980
 
5.7%

Most frequent character per script

ValueCountFrequency (%)
833778
15.7%
632611
15.1%
531495
14.6%
431454
14.6%
731023
14.4%
323909
11.1%
117777
8.2%
29974
 
4.6%
.1298
 
0.6%
1298
 
0.6%
ValueCountFrequency (%)
Л1298
10.0%
е1298
10.0%
н1298
10.0%
о1298
10.0%
б1298
10.0%
л1298
10.0%
а1298
10.0%
с1298
10.0%
т1298
10.0%
ь1298
10.0%

Most occurring blocks

ValueCountFrequency (%)
ASCII215782
94.3%
Cyrillic12980
 
5.7%

Most frequent character per block

ValueCountFrequency (%)
833778
15.7%
632611
15.1%
531495
14.6%
431454
14.6%
731023
14.4%
323909
11.1%
117777
8.2%
29974
 
4.6%
.1298
 
0.6%
1298
 
0.6%
ValueCountFrequency (%)
Л1298
10.0%
е1298
10.0%
н1298
10.0%
о1298
10.0%
б1298
10.0%
л1298
10.0%
а1298
10.0%
с1298
10.0%
т1298
10.0%
ь1298
10.0%

num_of_poly
Categorical

HIGH CORRELATION

Distinct12
Distinct (%)< 0.1%
Missing0
Missing (%)0.0%
Memory size843.0 KiB
24
28463 
27
18111 
23
13492 
15
11092 
9
9857 
Other values (7)
26876 

Length

Max length12
Median length2
Mean length2.026814099
Min length1

Characters and Unicode

Total characters218675
Distinct characters21
Distinct categories5 ?
Distinct scripts2 ?
Distinct blocks2 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st row23
2nd row12
3rd row23
4th row23
5th row24
ValueCountFrequency (%)
2428463
26.4%
2718111
16.8%
2313492
12.5%
1511092
 
10.3%
99857
 
9.1%
199171
 
8.5%
168887
 
8.2%
124148
 
3.8%
112930
 
2.7%
Лен. область1298
 
1.2%
Other values (2)442
 
0.4%
2021-04-25T12:25:34.801760image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category
ValueCountFrequency (%)
2428463
26.1%
2718111
16.6%
2313492
12.4%
1511092
 
10.2%
99857
 
9.0%
199171
 
8.4%
168887
 
8.1%
124148
 
3.8%
112930
 
2.7%
лен1298
 
1.2%
Other values (3)1740
 
1.6%

Most occurring characters

ValueCountFrequency (%)
264426
29.5%
139158
17.9%
428463
13.0%
919028
 
8.7%
718111
 
8.3%
313492
 
6.2%
511304
 
5.2%
68887
 
4.1%
Л1298
 
0.6%
е1298
 
0.6%
Other values (11)13210
 
6.0%

Most occurring categories

ValueCountFrequency (%)
Decimal Number203099
92.9%
Lowercase Letter11682
 
5.3%
Uppercase Letter1298
 
0.6%
Other Punctuation1298
 
0.6%
Space Separator1298
 
0.6%

Most frequent character per category

ValueCountFrequency (%)
264426
31.7%
139158
19.3%
428463
14.0%
919028
 
9.4%
718111
 
8.9%
313492
 
6.6%
511304
 
5.6%
68887
 
4.4%
8230
 
0.1%
ValueCountFrequency (%)
е1298
11.1%
н1298
11.1%
о1298
11.1%
б1298
11.1%
л1298
11.1%
а1298
11.1%
с1298
11.1%
т1298
11.1%
ь1298
11.1%
ValueCountFrequency (%)
Л1298
100.0%
ValueCountFrequency (%)
.1298
100.0%
ValueCountFrequency (%)
1298
100.0%

Most occurring scripts

ValueCountFrequency (%)
Common205695
94.1%
Cyrillic12980
 
5.9%

Most frequent character per script

ValueCountFrequency (%)
264426
31.3%
139158
19.0%
428463
13.8%
919028
 
9.3%
718111
 
8.8%
313492
 
6.6%
511304
 
5.5%
68887
 
4.3%
.1298
 
0.6%
1298
 
0.6%
ValueCountFrequency (%)
Л1298
10.0%
е1298
10.0%
н1298
10.0%
о1298
10.0%
б1298
10.0%
л1298
10.0%
а1298
10.0%
с1298
10.0%
т1298
10.0%
ь1298
10.0%

Most occurring blocks

ValueCountFrequency (%)
ASCII205695
94.1%
Cyrillic12980
 
5.9%

Most frequent character per block

ValueCountFrequency (%)
264426
31.3%
139158
19.0%
428463
13.8%
919028
 
9.3%
718111
 
8.8%
313492
 
6.6%
511304
 
5.5%
68887
 
4.3%
.1298
 
0.6%
1298
 
0.6%
ValueCountFrequency (%)
Л1298
10.0%
е1298
10.0%
н1298
10.0%
о1298
10.0%
б1298
10.0%
л1298
10.0%
а1298
10.0%
с1298
10.0%
т1298
10.0%
ь1298
10.0%

num_of_hospitals
Categorical

HIGH CORRELATION

Distinct7
Distinct (%)< 0.1%
Missing0
Missing (%)0.0%
Memory size843.0 KiB
1
35539 
2
29276 
7
21041 
3
10923 
6
9602 
Other values (2)
 
1510

Length

Max length12
Median length1
Mean length1.132337266
Min length1

Characters and Unicode

Total characters122169
Distinct characters18
Distinct categories5 ?
Distinct scripts2 ?
Distinct blocks2 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st row1
2nd row6
3rd row1
4th row1
5th row1
ValueCountFrequency (%)
135539
32.9%
229276
27.1%
721041
19.5%
310923
 
10.1%
69602
 
8.9%
Лен. область1298
 
1.2%
5212
 
0.2%
2021-04-25T12:25:35.020604image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category
2021-04-25T12:25:35.098752image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
ValueCountFrequency (%)
135539
32.5%
229276
26.8%
721041
19.3%
310923
 
10.0%
69602
 
8.8%
лен1298
 
1.2%
область1298
 
1.2%
5212
 
0.2%

Most occurring characters

ValueCountFrequency (%)
135539
29.1%
229276
24.0%
721041
17.2%
310923
 
8.9%
69602
 
7.9%
Л1298
 
1.1%
е1298
 
1.1%
н1298
 
1.1%
.1298
 
1.1%
1298
 
1.1%
Other values (8)9298
 
7.6%

Most occurring categories

ValueCountFrequency (%)
Decimal Number106593
87.3%
Lowercase Letter11682
 
9.6%
Uppercase Letter1298
 
1.1%
Other Punctuation1298
 
1.1%
Space Separator1298
 
1.1%

Most frequent character per category

ValueCountFrequency (%)
е1298
11.1%
н1298
11.1%
о1298
11.1%
б1298
11.1%
л1298
11.1%
а1298
11.1%
с1298
11.1%
т1298
11.1%
ь1298
11.1%
ValueCountFrequency (%)
135539
33.3%
229276
27.5%
721041
19.7%
310923
 
10.2%
69602
 
9.0%
5212
 
0.2%
ValueCountFrequency (%)
Л1298
100.0%
ValueCountFrequency (%)
.1298
100.0%
ValueCountFrequency (%)
1298
100.0%

Most occurring scripts

ValueCountFrequency (%)
Common109189
89.4%
Cyrillic12980
 
10.6%

Most frequent character per script

ValueCountFrequency (%)
Л1298
10.0%
е1298
10.0%
н1298
10.0%
о1298
10.0%
б1298
10.0%
л1298
10.0%
а1298
10.0%
с1298
10.0%
т1298
10.0%
ь1298
10.0%
ValueCountFrequency (%)
135539
32.5%
229276
26.8%
721041
19.3%
310923
 
10.0%
69602
 
8.8%
.1298
 
1.2%
1298
 
1.2%
5212
 
0.2%

Most occurring blocks

ValueCountFrequency (%)
ASCII109189
89.4%
Cyrillic12980
 
10.6%

Most frequent character per block

ValueCountFrequency (%)
135539
32.5%
229276
26.8%
721041
19.3%
310923
 
10.0%
69602
 
8.8%
.1298
 
1.2%
1298
 
1.2%
5212
 
0.2%
ValueCountFrequency (%)
Л1298
10.0%
е1298
10.0%
н1298
10.0%
о1298
10.0%
б1298
10.0%
л1298
10.0%
а1298
10.0%
с1298
10.0%
т1298
10.0%
ь1298
10.0%

num_of_dentists
Categorical

HIGH CORRELATION

Distinct7
Distinct (%)< 0.1%
Missing0
Missing (%)0.0%
Memory size843.0 KiB
4
38078 
3
26235 
2
24082 
5
15240 
6
 
2516
Other values (2)
 
1740

Length

Max length12
Median length1
Mean length1.132337266
Min length1

Characters and Unicode

Total characters122169
Distinct characters18
Distinct categories5 ?
Distinct scripts2 ?
Distinct blocks2 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st row3
2nd row5
3rd row3
4th row3
5th row2
ValueCountFrequency (%)
438078
35.3%
326235
24.3%
224082
22.3%
515240
14.1%
62516
 
2.3%
Лен. область1298
 
1.2%
1442
 
0.4%
2021-04-25T12:25:35.317452image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category
2021-04-25T12:25:35.389745image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
ValueCountFrequency (%)
438078
34.9%
326235
24.0%
224082
22.1%
515240
14.0%
62516
 
2.3%
лен1298
 
1.2%
область1298
 
1.2%
1442
 
0.4%

Most occurring characters

ValueCountFrequency (%)
438078
31.2%
326235
21.5%
224082
19.7%
515240
12.5%
62516
 
2.1%
Л1298
 
1.1%
е1298
 
1.1%
н1298
 
1.1%
.1298
 
1.1%
1298
 
1.1%
Other values (8)9528
 
7.8%

Most occurring categories

ValueCountFrequency (%)
Decimal Number106593
87.3%
Lowercase Letter11682
 
9.6%
Uppercase Letter1298
 
1.1%
Other Punctuation1298
 
1.1%
Space Separator1298
 
1.1%

Most frequent character per category

ValueCountFrequency (%)
е1298
11.1%
н1298
11.1%
о1298
11.1%
б1298
11.1%
л1298
11.1%
а1298
11.1%
с1298
11.1%
т1298
11.1%
ь1298
11.1%
ValueCountFrequency (%)
438078
35.7%
326235
24.6%
224082
22.6%
515240
14.3%
62516
 
2.4%
1442
 
0.4%
ValueCountFrequency (%)
Л1298
100.0%
ValueCountFrequency (%)
.1298
100.0%
ValueCountFrequency (%)
1298
100.0%

Most occurring scripts

ValueCountFrequency (%)
Common109189
89.4%
Cyrillic12980
 
10.6%

Most frequent character per script

ValueCountFrequency (%)
Л1298
10.0%
е1298
10.0%
н1298
10.0%
о1298
10.0%
б1298
10.0%
л1298
10.0%
а1298
10.0%
с1298
10.0%
т1298
10.0%
ь1298
10.0%
ValueCountFrequency (%)
438078
34.9%
326235
24.0%
224082
22.1%
515240
14.0%
62516
 
2.3%
.1298
 
1.2%
1298
 
1.2%
1442
 
0.4%

Most occurring blocks

ValueCountFrequency (%)
ASCII109189
89.4%
Cyrillic12980
 
10.6%

Most frequent character per block

ValueCountFrequency (%)
438078
34.9%
326235
24.0%
224082
22.1%
515240
14.0%
62516
 
2.3%
.1298
 
1.2%
1298
 
1.2%
1442
 
0.4%
ValueCountFrequency (%)
Л1298
10.0%
е1298
10.0%
н1298
10.0%
о1298
10.0%
б1298
10.0%
л1298
10.0%
а1298
10.0%
с1298
10.0%
т1298
10.0%
ь1298
10.0%

num_of_women_cons
Categorical

HIGH CORRELATION

Distinct9
Distinct (%)< 0.1%
Missing0
Missing (%)0.0%
Memory size843.0 KiB
4
25637 
3
21171 
5
18111 
8
17540 
6
13492 
Other values (4)
11940 

Length

Max length12
Median length1
Mean length1.132337266
Min length1

Characters and Unicode

Total characters122169
Distinct characters20
Distinct categories5 ?
Distinct scripts2 ?
Distinct blocks2 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st row6
2nd row4
3rd row6
4th row6
5th row8
ValueCountFrequency (%)
425637
23.8%
321171
19.6%
518111
16.8%
817540
16.3%
613492
12.5%
15224
 
4.8%
25206
 
4.8%
Лен. область1298
 
1.2%
0212
 
0.2%
2021-04-25T12:25:35.601270image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category
2021-04-25T12:25:35.679379image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
ValueCountFrequency (%)
425637
23.5%
321171
19.4%
518111
16.6%
817540
16.1%
613492
12.4%
15224
 
4.8%
25206
 
4.8%
лен1298
 
1.2%
область1298
 
1.2%
0212
 
0.2%

Most occurring characters

ValueCountFrequency (%)
425637
21.0%
321171
17.3%
518111
14.8%
817540
14.4%
613492
11.0%
15224
 
4.3%
25206
 
4.3%
Л1298
 
1.1%
е1298
 
1.1%
н1298
 
1.1%
Other values (10)11894
9.7%

Most occurring categories

ValueCountFrequency (%)
Decimal Number106593
87.3%
Lowercase Letter11682
 
9.6%
Uppercase Letter1298
 
1.1%
Other Punctuation1298
 
1.1%
Space Separator1298
 
1.1%

Most frequent character per category

ValueCountFrequency (%)
е1298
11.1%
н1298
11.1%
о1298
11.1%
б1298
11.1%
л1298
11.1%
а1298
11.1%
с1298
11.1%
т1298
11.1%
ь1298
11.1%
ValueCountFrequency (%)
425637
24.1%
321171
19.9%
518111
17.0%
817540
16.5%
613492
12.7%
15224
 
4.9%
25206
 
4.9%
0212
 
0.2%
ValueCountFrequency (%)
Л1298
100.0%
ValueCountFrequency (%)
.1298
100.0%
ValueCountFrequency (%)
1298
100.0%

Most occurring scripts

ValueCountFrequency (%)
Common109189
89.4%
Cyrillic12980
 
10.6%

Most frequent character per script

ValueCountFrequency (%)
425637
23.5%
321171
19.4%
518111
16.6%
817540
16.1%
613492
12.4%
15224
 
4.8%
25206
 
4.8%
.1298
 
1.2%
1298
 
1.2%
0212
 
0.2%
ValueCountFrequency (%)
Л1298
10.0%
е1298
10.0%
н1298
10.0%
о1298
10.0%
б1298
10.0%
л1298
10.0%
а1298
10.0%
с1298
10.0%
т1298
10.0%
ь1298
10.0%

Most occurring blocks

ValueCountFrequency (%)
ASCII109189
89.4%
Cyrillic12980
 
10.6%

Most frequent character per block

ValueCountFrequency (%)
425637
23.5%
321171
19.4%
518111
16.6%
817540
16.1%
613492
12.4%
15224
 
4.8%
25206
 
4.8%
.1298
 
1.2%
1298
 
1.2%
0212
 
0.2%
ValueCountFrequency (%)
Л1298
10.0%
е1298
10.0%
н1298
10.0%
о1298
10.0%
б1298
10.0%
л1298
10.0%
а1298
10.0%
с1298
10.0%
т1298
10.0%
ь1298
10.0%

Interactions

2021-04-25T12:25:14.260617image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-04-25T12:25:14.524354image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-04-25T12:25:14.733357image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-04-25T12:25:14.962524image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-04-25T12:25:15.225480image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-04-25T12:25:15.967790image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-04-25T12:25:16.163522image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-04-25T12:25:16.311991image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-04-25T12:25:16.479880image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-04-25T12:25:16.660895image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-04-25T12:25:16.897751image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-04-25T12:25:17.098679image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-04-25T12:25:17.248493image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-04-25T12:25:17.384438image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-04-25T12:25:17.534840image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-04-25T12:25:17.739927image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-04-25T12:25:17.919271image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-04-25T12:25:18.046752image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-04-25T12:25:18.193858image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-04-25T12:25:18.346911image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-04-25T12:25:18.582821image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-04-25T12:25:18.768810image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-04-25T12:25:18.910235image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-04-25T12:25:19.046085image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-04-25T12:25:19.222021image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-04-25T12:25:19.466959image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-04-25T12:25:19.738906image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-04-25T12:25:19.953639image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-04-25T12:25:20.171044image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-04-25T12:25:20.393409image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/

Correlations

2021-04-25T12:25:35.773107image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/

Pearson's r

The Pearson's correlation coefficient (r) is a measure of linear correlation between two variables. It's value lies between -1 and +1, -1 indicating total negative linear correlation, 0 indicating no linear correlation and 1 indicating total positive linear correlation. Furthermore, r is invariant under separate changes in location and scale of the two variables, implying that for a linear function the angle to the x-axis does not affect r.

To calculate r for two variables X and Y, one divides the covariance of X and Y by the product of their standard deviations.
2021-04-25T12:25:35.917925image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/

Spearman's ρ

The Spearman's rank correlation coefficient (ρ) is a measure of monotonic correlation between two variables, and is therefore better in catching nonlinear monotonic correlations than Pearson's r. It's value lies between -1 and +1, -1 indicating total negative monotonic correlation, 0 indicating no monotonic correlation and 1 indicating total positive monotonic correlation.

To calculate ρ for two variables X and Y, one divides the covariance of the rank variables of X and Y by the product of their standard deviations.
2021-04-25T12:25:36.035453image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/

Kendall's τ

Similarly to Spearman's rank correlation coefficient, the Kendall rank correlation coefficient (τ) measures ordinal association between two variables. It's value lies between -1 and +1, -1 indicating total negative correlation, 0 indicating no correlation and 1 indicating total positive correlation.

To calculate τ for two variables X and Y, one determines the number of concordant and discordant pairs of observations. τ is given by the number of concordant pairs minus the discordant pairs divided by the total number of pairs.
2021-04-25T12:25:36.207285image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/

Phik (φk)

Phik (φk) is a new and practical correlation coefficient that works consistently between categorical, ordinal and interval variables, captures non-linear dependency and reverts to the Pearson correlation coefficient in case of a bivariate normal input distribution. There is extensive documentation available here.
2021-04-25T12:25:36.568233image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/

Cramér's V (φc)

Cramér's V is an association measure for nominal random variables. The coefficient ranges from 0 to 1, with 0 indicating independence and 1 indicating perfect association. The empirical estimators used for Cramér's V have been proved to be biased, even for large samples. We use a bias-corrected measure that has been proposed by Bergsma in 2013 that can be found here.

Missing values

2021-04-25T12:25:22.247112image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
A simple visualization of nullity by column.
2021-04-25T12:25:23.710006image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Nullity matrix is a data-dense display which lets you quickly visually pick out patterns in data completion.
2021-04-25T12:25:24.617251image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
The correlation heatmap measures nullity correlation: how strongly the presence or absence of one variable affects the presence of another.
2021-04-25T12:25:24.995285image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
The dendrogram allows you to more fully correlate variable completion, revealing trends deeper than the pairwise ones visible in the correlation heatmap.

Sample

First rows

descriptionflat_typeobject_typeroomsfloorssquarekitchen_squarelive_squarepricebuild_matirealpublic_dateupdate_datedistrict_ratingdistrictundergroundeco_ratingclear_ratinggkh_ratingneighbor_ratingkids_ratingsport_rest_ratingshop_ratingtraffic_ratingsecure_ratinglife_price_ratingtotal_floorsmetro_stationnum_of_metro_stationsnum_of_kindgnum_of_schoolsnum_of_polynum_of_hospitalsnum_of_dentistsnum_of_women_cons
0Жилой квартал «Цивилизация» – проект комплексного развития городской территории. Корпуса, расположенные на первой линии, построены по кирпично-монолитной технологии, светлые фасады оформлены в стиле сталинского ампира. Дома второй линии построены по бесшовной технологии.,Планировки различаются в каждом корпусе, они представлены как классическими так и европланировками, студии отсутствуют. В некоторых квартирах спроектированы потолки высотой до 3,5 метров, кухни-гостиные и ниши под гардеробные. Фасады первой линии обращены в сторону Невы, поэтому квартиры имеют видовые характеристики.,Жилой комплекс расположен в Невском районе на Октябрьской набережной. Проект включает в себя четыре детских сада на 720 мест, две школы на 3300 мест и детский образовательный центр на 200 мест. На первых этажах корпусов предусмотрены коммерческие помещения. Придомовая территория благоустроена пешеходным бульваром, скверами, зелеными зонами и ландшафтным дизайном. Во дворе установлены детские площадки, спортивные комплексы, а также подземные и наземные многоуровневые паркинги на 4000 мест. Проектом предусмотрен собственный выход на благоустроенную набережную.,В районе расположены парки и скверы, работают магазины, отделения почты и банков, ТРК «Лондон Молл». В 10 минутах транспортом находится метро «Улица Дыбенко», выезд на КАД – в семи минутах транспортом.,Преимущества: ,-Архитектура в стиле сталинского ампира,-Небольшое количество квартир на этаже,-Коммерческие помещения на первых этажах,-Две школы, начальная школа с детским садом и четыре детских сада на территории комплекса,-Благоустроенная территория с новыми пешеходными улицами, скверами и живописным бульваром,-Комплекс окружен тремя парками,-500 метров до ТРК «Лондон Молл»,-Невский проспект в 10 минутах транспортом,Способы оплаты:,- Ипотека 50/50 (ипотечные каникулы),- Ипотека с использованием материнского капитала ,- Длительная РассрочкаКвартираНовостройка1240.315.811.56213000.0Панель4/2/20214/2/20213,5Невский1000 - 20003,12,82,73,53,83,54,33,13,02,426Улица Дыбенко71325823136
1🔑🔔 Продается студия в 10 минутах от метро Звенигородская ,✅ Дом с высокими потолками и массивными стенами, с полностью обновленной инженерией, как новостройка - только в старом фонде.,✅ Квартира имеет удобную прямоугольную планировку, благодаря высоте потолков, возможно создание двухуровневого пространства. Также можем предложить отделку под ключ.,🔥 Звоните и записывайтесь на просмотр!,Преимущества дома:,✅Высота потолков 3.3,✅Зеленая зона,✅Тихий закрытый двор,✅Квартира оборудована биметаллическими радиаторами,✅Новая инженерия (Мы проложили полностью новые инженерные сети из самых лучших материалов. Качество материалов позволит им служить вам долгие годы),✅Наземная парковка,✅Толстые стены 60 см - отличная шумо и звукоизоляция,✅Окна Rehau 2-х камерные стеклопакеты,Местоположение:,Дом расположен в исторической части Петербурга,остановки общественного транспорта, позволяющие добраться в любую точку города,развитая инфраструктура - магазины, кафе, административные учреждения,Хорошее приобретение: как самому жить, так и под сдачу - выгодно инвестировать накопленный бюджет.,Для семей с детьми:,Детские сады,Детская площадка с набивным покрытием во дворе,Школы,Документы готовы к продаже.Сделка проходит нотариально, деньги через ячейку.,ПРОСМОТР ОБЪЕКТОВ ТЕПЕРЬ ДОСТУПЕН В ФОРМАТЕ ОН-ЛАЙН ПО ВИДЕОСВЯЗИ. 🔥🔥🔥Вы сможете увидеть понравившуюся студию в любое удобное время, не выходя из дома. 🏠🏠,👇 Рекомендуем к просмотру нашу подборку схожих студий внизу 👇СтудияВторичная1219.9NaNNaN3100000.0Кирпич13/5/202013/2/20213,7Адмиралтейский0 - 10003,43,22,93,73,83,54,33,23,42,55Звенигородская9734612654
2ddrtrtrtrtrty,Организуем показы объектов в любом формате (онлайн и оффлайн). Расскажем об особенностях объекта, локации, сделаем подробный анализ выбранных вариантов.,1. Классическая планировка,2. Высокие потолки,3. Угловая квартира,4. Двухстороняя квартира,5. Изолированные комнаты,6. Большая кухня,7. Есть балкон,8. Чистовая отделка,9. Несколько окон в комнате,10. Есть эркер,\tЕжемесячный (аннуитетный) платеж по ипотеке составит 56 593 рублей.,Поможем выгодно приобрести квартиру и одобрить ипотеку с минимальной ставкой. Бесплатная экспертная помощь на каждом этапе покупки.КвартираНовостройка11147.5NaNNaN8930000.0Кирпич15/2/202119/2/20213,7Невский1000 - 20003,33,03,03,64,13,74,43,13,02,523Елизаровская71325823136
32 комнатная квартира (№ 253), общей площадью 58.1 кв.м. на 12 этаже.,Новый проект от застройщика № 1 в России!,«Цивилизация» расположится на участке площадью 60 гектаров между Октябрьской набережной, Дальневосточным проспектом, улицей Крыленко и проектируемым в створе улицы Антонова-Овсеенко проездом.КвартираНовостройка21258.117.626.49121700.0Панель4/3/20214/3/20213,5Невский1000 - 20003,12,82,73,53,83,54,33,13,02,426Улица Дыбенко71325823136
4Клубный дом на 102 квартиры высотой 19 этажей. Дизайн лаконичных фасадов выполнен по авторскому проекту: в облицовке используется клинкерный кирпич теплых коричневых тонов и панорамное остекление.,На каждом этаже расположено по 6 квартир, в них спроектированы высокие потолки и широкие остекленные лоджии. Квартиры на верхних этажах имеют видовые характеристики.,На придомовой территории спроектированы зоны отдыха на стилобате, проведены работы по озеленению и благоустройству. Во дворе расположены спортивные и детские площадки и установлены камеры видеонаблюдения. В доме работает служба консьержей. Двор свободный от автомобилей: на цокольном этаже спроектирован паркинг с лифтом. ,В пешей доступности работают специализированные школы и гимназии, Удельный парк и ТРК «Сити Молл». В районе ЖК развита сеть общественного транспорта. ,Дом сдан. Заселен.,Семейная Евро Пяти - комнатная квартира с панорамным видом на город,Высокие потолки – 3 метра,Панорамное остекление балкона и лоджии,Возможна ипотека или рассрочка,Белая предчистовая отделка,До метро Пионерская 10 минут пешком,До центра 20 минут на автомобиле,ИЩЕМ и НАХОДИМ необходимую квартиру вместе с вами!,ЗВОНИТЕ.,Лучшие предложения объектов недвижимости. Подбор по цене, срокам, районам города.,И да, наши услуги бесплатныКвартираНовостройка511121.024.261.520520000.0Монолит6/2/202124/3/20213,9Приморский0 - 10003,53,63,33,73,73,84,42,93,72,719Пионерская51306824128
5Организуем показы объектов в любом формате (онлайн и оффлайн). Расскажем об особенностях объекта, локации, сделаем подробный анализ выбранных вариантов.,1. Двухстороняя квартира,2. Изолированные комнаты,3. Большая кухня,4. Несколько сан.узлов,5. Есть лоджия,6. Несколько окон на кухне,\tЕжемесячный (аннуитетный) платеж по ипотеке составит 82 671 рублей.,Поможем выгодно приобрести квартиру и одобрить ипотеку с минимальной ставкой. Бесплатная экспертная помощь на каждом этапе покупки.КвартираНовостройка3590.6NaNNaN13044960.0Кирпич15/2/202120/2/20213,7Невский2000 - 30003,43,22,93,73,83,54,33,23,42,513Обухово71325823136
6Арт. 43578871 В продаже 3-к.кв. в клубном доме White House, который располагается в исторической части города, на Петроградке., Изюминкой архитектурного проекта является атриум с прозрачным куполом и уникальным панорамным лифтом.,В отделке используются эксклюзивные материалы. Фасад утеплённый с декоративной штукатуркой, цоколь - юрский мрамор, напольное покрытие – дизайнерская итальянская плитка, стены отделаны венецианской штукатуркой. Архитектурная подсветка фасада делает здание яркой доминантой.,Доступ в здание ограничивается смарт-картами; круглосуточная охрана, видеонаблюдение.,Предусмотрена безопасная закрытая детская площадка с малыми архитектурными формами и газоном. В здании предусмотрены кладовые помещения – 38 юнитов.,Предусмотрен автоматизированный паркинг.КвартираВторичная33102.126.946.128066500.0Монолит12/3/202118/3/20213,7Петроградский1000 - 20003,43,22,93,73,83,54,33,23,42,57Петроградская665319243
7Организуем показы объектов в любом формате (онлайн и оффлайн). Расскажем об особенностях объекта, локации, сделаем подробный анализ выбранных вариантов.,1. Классическая планировка,2. Угловая квартира,3. Изолированные комнаты,4. Комнаты квадратной формы,5. Кухня квадратной формы,6. Чистовая отделка,\tЕжемесячный (аннуитетный) платеж по ипотеке составит 58 661 рублей.,Поможем выгодно приобрести квартиру и одобрить ипотеку с минимальной ставкой. Бесплатная экспертная помощь на каждом этапе покупки.КвартираНовостройка2153.6NaNNaN9256424.0Монолит15/2/202116/2/20213,7Калининский3000 - 40003,43,22,93,73,83,54,33,23,42,517Площадь Ленина51136124334
8Продается 1 ккв в ЖК комфорт класса в Невском районе.,ЖК Приневский,7 корпус 1 секция,Корпус сдан, ключи в марте!,Чистовая отделка - заезжай и живи!,16 этаж из 24,Удобная планировка, окна на восток,Один собственник, без обременений - быстрая сделка!,Юридическое сопровождение сделки входит в стоимость! ,Помощь в получении ипотеки!КвартираНовостройка11630.98.215.44450000.0Монолит1/3/202122/3/20213,2Невский2000 - 30002,82,62,33,23,92,43,52,62,91,824Пролетарская71325823136
9Продается двухкомнатная квартира в ЖК Чистое небо площадью 60.92 м² (жилая площадь – 29.63 м²). Квартира расположена по адресу Комендантский пр., уч. 1 и 2 рядом с метро Комендантский Проспект. Расстояние до метро 7 Мин.на транспорте. Корпус сдается в 2023. Площадь кухни 17.94 м². Площадь прихожей 8.27 м². Высота потолка 2.77 м. Лоджия. Чистовая отделка. Транспортная доступность,— Метро «Комендантский проспект» – 15 минут езды,— Удобные выезды на КАД и ЗСД,— Близость Юнтоловского заказника,О проекте,— Большая часть домов уже заселена,— Эффектная каскадная архитектура домов (от 7 до 25 этажей),— Оригинальная расцветка фасадов,— Кирпично-монолитная технология строительства,Инфраструктура и благоустройство,— Детские сады, школы, спортивный центр, кафе, рестораны, магазины, аптеки, пекарни, отделения банков – на территории квартала,— Два детских сада с бассейнами, магазины, аптеки уже открылись,— Зона отдыха длиной 1,5 км в длину,— Уютные дворы у каждого корпусаКвартираНовостройка2560.9NaNNaN8350365.0Кирпич27/3/202127/3/20213,9Приморский4000 - 50003,23,43,33,93,93,74,53,33,82,824Комендантский проспект51306824128

Last rows

descriptionflat_typeobject_typeroomsfloorssquarekitchen_squarelive_squarepricebuild_matirealpublic_dateupdate_datedistrict_ratingdistrictundergroundeco_ratingclear_ratinggkh_ratingneighbor_ratingkids_ratingsport_rest_ratingshop_ratingtraffic_ratingsecure_ratinglife_price_ratingtotal_floorsmetro_stationnum_of_metro_stationsnum_of_kindgnum_of_schoolsnum_of_polynum_of_hospitalsnum_of_dentistsnum_of_women_cons
107881Продается квартира жилом комплексе комфорт класса., 15 минут до метро пр-т Ветеранов на общественном транспорте (остановка рядом с домом).,Первые очереди сданы, идет заселение, ОТДЕЛКА В ПОДАРОК !!!,Инфраструктура действующая:,школа, участковый отдел полиции, медицинский центр, торговый центр «Дудергофский», гипермаркеты «ОКЕЙ», «Метрика», «Лента», супермаркет,фитнес-клуб «Fitness House», рестораны «Milky»,«McDonalds».,— В домах установлены камеры видеонаблюдения,— Квартиры сдаются с чистовой отделкой,— Бесшумные скоростные лифты в каждой парадной,— Подземные и наземные парковки,В рамках жилого комплекса построены:,пожарное депо, школа, детский сад и центры детского развития, фитнес-центр, аптеки и медицинские центры, собственный ТРК, бульвар, стадион.,По возможности приобретения квартиры в этом жилом комплексе, а так же индивидуальной экскурсии - обращайтесь!,ЭКСКУРСИИ КАЖДЫЙ ДЕНЬ!,ИПОТЕКА ОТ 5%КвартираНовостройка2749.316.320.65290000.0Панель19/2/202119/2/20213,7Кировский0 - 10003,73,12,93,63,73,44,23,03,12,512Проспект Ветеранов5975816163
107882Организуем показы объектов в любом формате (онлайн и оффлайн). Расскажем об особенностях объекта, локации, сделаем подробный анализ выбранных вариантов.,1. Классическая планировка,2. Высокие потолки,3. Большая кухня,4. Есть лоджия,5. Несколько окон в комнате,\tЕжемесячный (аннуитетный) платеж по ипотеке составит 47 606 рублей.,Поможем выгодно приобрести квартиру и одобрить ипотеку с минимальной ставкой. Бесплатная экспертная помощь на каждом этапе покупки.СтудияНовостройка1629.6NaNNaN7512000.0Кирпич15/2/202120/2/20213,9Выборгский1000 - 20004,03,13,23,84,03,23,83,33,92,910Удельная61367327745
107883Продается квартира-студия на 2 этаже!,УСТУПКА!,Чистовая отделка в темных тонах, прихожая с местом под встроенный шкаф, просторный балкон!,— 10 минут до метро,— Удобный выезд на КАД, ЗСД,— Детские сады и школы на территории комплекса,— Наземные паркинги и подземные паркинги,— Площадь с фонтаном на территории комплекса,— Юнтоловский заказник в пяти минутах пешком,Подходит под ипотеку!,Звоните!СтудияВторичная1226.0NaN18.14100000.0Монолит27/2/202127/2/20213,9Приморский4000 - 50003,23,43,33,93,93,74,53,33,82,814Комендантский проспект51306824128
107884Продается двухкомнатная квартира на пятнадцатом этаже в жилом комплексе комфорт класса., 15 минут до метро пр-т Ветеранов на общественном транспорте (остановка рядом с домом).,Первые очереди сданы, идет заселение, ОТДЕЛКА В ПОДАРОК !!!,Инфраструктура действующая:,школа, участковый отдел полиции, медицинский центр, торговый центр «Дудергофский», гипермаркеты «ОКЕЙ», «Метрика», «Лента», супермаркет,фитнес-клуб «Fitness House», рестораны «Milky»,«McDonalds».,— В домах установлены камеры видеонаблюдения,— Квартиры сдаются с чистовой отделкой,— Бесшумные скоростные лифты в каждой парадной,— Подземные и наземные парковки,В рамках жилого комплекса построены:,пожарное депо, школа, детский сад и центры детского развития, фитнес-центр, аптеки и медицинские центры, собственный ТРК, бульвар, стадион.,По возможности приобретения квартиры в этом жилом комплексе, а так же индивидуальной экскурсии - обращайтесь!,ЭКСКУРСИИ КАЖДЫЙ ДЕНЬ!,ИПОТЕКА ОТ 5%КвартираНовостройка21559.417.824.25850000.0Панель18/12/202019/2/20213,7Красносельский2000 - 30003,43,22,93,73,83,54,33,23,42,516Горелово0614519244
107885Продается 1-комнатная квартира площадью 45.89 кв. метров ,на 4 этаже ,12 этажного ,кирпично-монолитного дома ,комфорт-класса в ЖК Ariosto!. ,Оптимальная планировка: Просторная кухня (14.41 кв.м) и одна комната (15.10 кв.м). ,В квартире один санузел. ,Также в квартире есть лоджия. ,Окна квартиры выходят на юго-восток и северо-запад.,Жилой комплекс находится на севере Санкт-Петербурга и в 29 минутах на транспорте от станции метро «Комендантский Проспект». ,В проекте 3 жилых корпуса высотой 12 этажей, а также планируется открытие: один детский сад. ,Из плюсов ЖК можно отметить: закрытую территорию, видеонаблюдение и подземный паркинг на 1172 машин. ,Первые этажи корпусов займут кафе, магазины, пекарни и другие предприятия торговли и услуг.,При этом окружающий район уже обладает развитой инфраструктурой: государственные детсады. Рядом с ЖК расположены лесопарки и скверы. Подземный паркинг для авто. Площадки для детских и спортивных игр, между дворами протянутся пешеходные дорожки.,🎁💥📣 В ЭТОМ МЕСЯЦЕ ДЕЙСТВУЮТ ОТЛИЧНЫЕ СКИДКИ И АКЦИИ:🎁💥🤫 ⌛ 💸в ипотеку от 47 519 ₽ в месяц при первом взносе 20% и 🔥МАТКАПИТАЛ📣.,В ЖК Ariosto! в продаже 273 1-комнатных квартир стоимостью от 7.4 до 16.8 млн. рублей. ,Звоните, подберем подходящий вам вариант. Номер лота - living-641797КвартираНовостройка1445.9NaNNaN8797113.0Кирпич22/3/202128/3/20213,8Приморский3000 - 40003,13,53,33,83,93,84,52,93,72,712Комендантский проспект51306824128
107886Организуем показы объектов в любом формате (онлайн и оффлайн). Расскажем об особенностях объекта, локации, сделаем подробный анализ выбранных вариантов.,1. Классическая планировка,2. Угловая квартира,3. Двухстороняя квартира,4. Изолированные комнаты,5. Комнаты квадратной формы,6. Кухня квадратной формы,7. Несколько сан.узлов,8. Есть лоджия,9. Несколько окон в комнате,\tЕжемесячный (аннуитетный) платеж по ипотеке составит 67 631 рублей.,Поможем выгодно приобрести квартиру и одобрить ипотеку с минимальной ставкой. Бесплатная экспертная помощь на каждом этапе покупки.КвартираНовостройка31280.4NaNNaN10671700.0Кирпич15/2/202119/2/20213,5Красногвардейский2000 - 30002,93,12,73,43,83,24,42,73,22,422Ладожская2885416224
107887Продаётся квартира-студия в жилом комплексе Parkolovo.,Ввод в эксплуатацию 30 сентября 2023.,Технология строительства кирпич-монолит.,Одним из преимуществ объекта является скрытая разводка коммуникаций в стяжке пола, стальные радиаторы отопления европейских производителей с улучшенной теплопередачей, современные системы очистки воды и противопожарной безопасности, а также другие технологические опции.,Parkolovo — масштабный проект ЦДС на севере Петербурга. Мы не случайно называем его жилым дворово‐парковым ансамблем. Созданный в лучших традициях планового, гармонизирующего и комплексного развития территорий, отличавших северную столицу от других российских городов с момента его основания, новый район воплощает наши лучшие представления о комфортной, эстетичной, актуальной и дружественной среде.,Прямая продажа от застройщика Группы ЦДС!,Приобрести квартиру можно с помощью различных способов оплаты: ипотека, рассрочка 0%, социальные программы и выплаты, материнский капитал, военная ипотека — мы поможем оформить все необходимые документы.,Звоните в ЦДС, наши менеджеры ответят на все вопросы по данной квартире.,Номер в базе ЦДС: 81797СтудияНовостройка11329.2NaN29.23704925.0Кирпич6/3/202126/3/20213,7Выборгский4000 - 50003,43,22,93,73,83,54,33,23,42,516Парнас61367327745
107888В продаже уютная, светлая 3-х комнатная квартира.,Соседи вежливые люди, дискомфорта Вам не доставят.,Санузел раздельный, комнаты изолированные. В квартире тихо, окна выходят во двор. Отличное транспортное сообщение: до метро 10 мин на трамвае или 30 минут пешком. Ближайшее станция метро Гражданский проспект.,Инфраструктура рядом: детский сад, школа, магазины, сквер Чингиза Айтматова.,Прямая продажа, без обременений, три взрослых собственника.,Звоните, и записывайтесь на просмотр!,Ваш специалист Белоногов Антон.КвартираВторичная3272.210.947.29500000.0Кирпич25/3/202125/3/20213,9Калининский1000 - 20003,93,33,13,84,13,94,53,23,42,59Академическая51136124334
107889Продается студия площадью 18.40 кв. метров ,на 13 этаже ,13 этажного ,монолитного дома ,комфорт-класса в ЖК Best Western Zoom Hotel. ,Оптимальная планировка: ниша под шкаф в коридоре. ,Окна квартиры выходят на северо-запад.,Жилой комплекс находится на севере Санкт-Петербурга и в 12 минутах пешком от станции метро «Чёрная Речка». ,В проекте 1 жилой корпус высотой 13 этажей. ,Из плюсов ЖК можно отметить: видеонаблюдение, консьерж и подземный паркинг на 68 машин. ,Первые этажи корпусов займут кафе, магазины, пекарни и другие предприятия торговли и услуг.,Подземный паркинг для авто. ,🎁💥📣 В ЭТОМ МЕСЯЦЕ ДЕЙСТВУЮТ ОТЛИЧНЫЕ СКИДКИ И АКЦИИ:🎁💥🤫 ⌛ 💸в ипотеку от 18 360 ₽ в месяц при первом взносе 20% и 🔥МАТКАПИТАЛ📣.,В ЖК Best Western Zoom Hotel в продаже 290 студий стоимостью от 3.4 до 5.4 млн. рублей. ,Звоните, подберем подходящий вам вариант. Номер лота - living-926127СтудияНовостройка11318.4NaNNaN3399000.0Монолит26/3/202127/3/20213,7Приморский0 - 10003,43,22,93,73,83,54,33,23,42,513Черная речка51306824128
107890Продается квартира в новостройке по переуступке!,В жилом комплексе предусмотрено развитие собственной социальной инфраструктуры:,- коммерческие помещения в самом ЖК,- детские и спортивные площадки,- собственная школа, детский сад,Пешеходные дорожки, обустроенные зоны отдыха. Почти треть территории отведено под озеленение. Удобные развязки и выезды в курортных направлениях.,В пешей доступности торговые центры, БЦ, несколькими супермаркетами и кафе, есть уже функционирующие отделения почты и банков.,На фото представлен пример отделки из шоу-рума,Агентов просьба не звонить!,Полное сопровождение сделки на всех этапах бесплатно!КвартираНовостройка21050.0NaNNaN4280000.0Монолит7/3/202115/3/20213,7Калининский4000 - 50003,43,22,93,73,83,54,33,23,42,521Гражданский проспект51136124334

Duplicate rows

Most frequent

descriptionflat_typeobject_typeroomsfloorssquarekitchen_squarelive_squarepricebuild_matirealpublic_dateupdate_datedistrict_ratingdistrictundergroundeco_ratingclear_ratinggkh_ratingneighbor_ratingkids_ratingsport_rest_ratingshop_ratingtraffic_ratingsecure_ratinglife_price_ratingtotal_floorsmetro_stationnum_of_metro_stationsnum_of_kindgnum_of_schoolsnum_of_polynum_of_hospitalsnum_of_dentistsnum_of_women_conscount
219В продаже студия с отделкой в новом доме жилого комплекса "Цветной город, квартал 19". Квартира в корпусе "дом 10" на 11 этаже, общая площадь студии 20.83 м.кв., кухня 5 м.кв. Жилой комплекс "Цветной город, квартал 19" располагается по адресу Муринская дорога/Пискаревский пр. (Красногвардейский район г. Санкт-Петербург), рядом станция метро Академическая. Срок сдачи новостройки - 2022. Стоимость квартиры - 3 051 595 рублей.СтудияНовостройка11120.85.09.83051595.0Монолит25/3/202125/3/20213,7Калининский3000 - 40003,43,22,93,73,83,54,33,23,42,517Гражданский проспект511361243348
233В продаже студия с отделкой в новом доме жилого комплекса "Цветной город, квартал 19". Квартира в корпусе "дом 10" на 2 этаже, общая площадь студии 20.83 м.кв., кухня 5 м.кв. Жилой комплекс "Цветной город, квартал 19" располагается по адресу Муринская дорога/Пискаревский пр. (Красногвардейский район г. Санкт-Петербург), рядом станция метро Академическая. Срок сдачи новостройки - 2022. Стоимость квартиры - 3 030 765 рублей.СтудияНовостройка1220.85.09.83030765.0Монолит25/3/202125/3/20213,7Калининский3000 - 40003,43,22,93,73,83,54,33,23,42,517Гражданский проспект511361243348
244В продаже студия с отделкой в новом доме жилого комплекса "Цветной город, квартал 19". Квартира в корпусе "дом 10" на 7 этаже, общая площадь студии 20.83 м.кв., кухня 5 м.кв. Жилой комплекс "Цветной город, квартал 19" располагается по адресу Муринская дорога/Пискаревский пр. (Красногвардейский район г. Санкт-Петербург), рядом станция метро Академическая. Срок сдачи новостройки - 2022. Стоимость квартиры - 3 051 595 рублей.СтудияНовостройка1720.85.09.83051595.0Монолит25/3/202125/3/20213,7Калининский3000 - 40003,43,22,93,73,83,54,33,23,42,517Гражданский проспект511361243348
247В продаже студия с отделкой в новом доме жилого комплекса "Цветной город, квартал 19". Квартира в корпусе "дом 10" на 9 этаже, общая площадь студии 20.83 м.кв., кухня 5 м.кв. Жилой комплекс "Цветной город, квартал 19" располагается по адресу Муринская дорога/Пискаревский пр. (Красногвардейский район г. Санкт-Петербург), рядом станция метро Академическая. Срок сдачи новостройки - 2022. Стоимость квартиры - 3 051 595 рублей.СтудияНовостройка1920.85.09.83051595.0Монолит25/3/202125/3/20213,7Калининский3000 - 40003,43,22,93,73,83,54,33,23,42,517Гражданский проспект511361243348
222В продаже студия с отделкой в новом доме жилого комплекса "Цветной город, квартал 19". Квартира в корпусе "дом 10" на 13 этаже, общая площадь студии 20.83 м.кв., кухня 5 м.кв. Жилой комплекс "Цветной город, квартал 19" располагается по адресу Муринская дорога/Пискаревский пр. (Красногвардейский район г. Санкт-Петербург), рядом станция метро Академическая. Срок сдачи новостройки - 2022. Стоимость квартиры - 3 051 595 рублей.СтудияНовостройка11320.85.09.83051595.0Монолит25/3/202125/3/20213,7Калининский3000 - 40003,43,22,93,73,83,54,33,23,42,517Гражданский проспект511361243347
31В продаже 1-комнатная евро квартира с отделкой в новом доме жилого комплекса "Ручьи". Квартира в корпусе "дом 16" на 3 этаже, общая площадь однокомнатной евро квартиры 34.04 м.кв., кухня 15.94 м.кв. Жилой комплекс "Ручьи" располагается по адресу Пискаревский проспект (Красногвардейский район г. Санкт-Петербург), рядом станция метро Академическая. Срок сдачи новостройки - 2022. Стоимость квартиры - 5 003 880 рублей.КвартираНовостройка1334.015.910.75003880.0Монолит13/11/202022/2/20213,7Калининский3000 - 40003,43,22,93,73,83,54,33,23,42,513Академическая511361243346
215В продаже студия с отделкой в новом доме жилого комплекса "Цветной город, квартал 19". Квартира в корпусе "дом 10" на 1 этаже, общая площадь студии 20.53 м.кв., кухня 5 м.кв. Жилой комплекс "Цветной город, квартал 19" располагается по адресу Муринская дорога/Пискаревский пр. (Красногвардейский район г. Санкт-Петербург), рядом станция метро Академическая. Срок сдачи новостройки - 2022. Стоимость квартиры - 2 966 585 рублей.СтудияНовостройка1120.55.09.22966585.0Монолит25/3/202125/3/20213,7Калининский3000 - 40003,43,22,93,73,83,54,33,23,42,517Гражданский проспект511361243346
226В продаже студия с отделкой в новом доме жилого комплекса "Цветной город, квартал 19". Квартира в корпусе "дом 10" на 15 этаже, общая площадь студии 20.35 м.кв., кухня 5 м.кв. Жилой комплекс "Цветной город, квартал 19" располагается по адресу Муринская дорога/Пискаревский пр. (Красногвардейский район г. Санкт-Петербург), рядом станция метро Академическая. Срок сдачи новостройки - 2022. Стоимость квартиры - 2 991 450 рублей.СтудияНовостройка11520.45.09.42991450.0Монолит25/3/202125/3/20213,7Калининский3000 - 40003,43,22,93,73,83,54,33,23,42,517Гражданский проспект511361243346
230В продаже студия с отделкой в новом доме жилого комплекса "Цветной город, квартал 19". Квартира в корпусе "дом 10" на 17 этаже, общая площадь студии 20.35 м.кв., кухня 5 м.кв. Жилой комплекс "Цветной город, квартал 19" располагается по адресу Муринская дорога/Пискаревский пр. (Красногвардейский район г. Санкт-Петербург), рядом станция метро Академическая. Срок сдачи новостройки - 2022. Стоимость квартиры - 2 981 275 рублей.СтудияНовостройка11720.45.09.42981275.0Монолит25/3/202125/3/20213,7Калининский3000 - 40003,43,22,93,73,83,54,33,23,42,517Гражданский проспект511361243346
240В продаже студия с отделкой в новом доме жилого комплекса "Цветной город, квартал 19". Квартира в корпусе "дом 10" на 5 этаже, общая площадь студии 20.83 м.кв., кухня 5 м.кв. Жилой комплекс "Цветной город, квартал 19" располагается по адресу Муринская дорога/Пискаревский пр. (Красногвардейский район г. Санкт-Петербург), рядом станция метро Академическая. Срок сдачи новостройки - 2022. Стоимость квартиры - 3 041 180 рублей.СтудияНовостройка1520.85.09.83041180.0Монолит25/3/202125/3/20213,7Калининский3000 - 40003,43,22,93,73,83,54,33,23,42,517Гражданский проспект511361243346